Quantifying the Empirical Wasserstein Distance to a Set of Measures: Beating the Curse of Dimensionality
Quantifying the Empirical Wasserstein Distance to a Set of Measures: Beating the Curse of Dimensionality
复制标题
量化与一组度量的经验 Wasserstein 距离：打破维数诅咒
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Squillante, Mark
中科院分区：
文献类型：
--
作者：
Si, Nian;Blanchet, Jose;Ghosh, Soumyadip;Squillante, Mark
登录
查看更多内容
DOI：
10.1016/j.orl.2018.01.011
发表时间：
2018-03
期刊：
Oper. Res. Lett.
影响因子：
--
作者：
Chaoyue Zhao;Yongpei Guan
通讯作者：
Chaoyue Zhao;Yongpei Guan
影响因子：
1
作者：
Blanchet, Jose;Kang, Yang;Murthy, Karthyek
通讯作者：
Murthy, Karthyek
影响因子：
5.4
作者：
Blanchet, Jose;Chen, Lin;Zhou, Xun Yu
通讯作者：
Zhou, Xun Yu
Wasserstein 距离中的平滑密度估计
DOI：
--
发表时间：
2019
期刊：
Annual Conference Computational Learning Theory
影响因子：
--
作者：
J. Weed;Quentin Berthet
通讯作者：
Quentin Berthet