通过对角缩放算法求解最优分配问题
Solution of the optimal assignment problem by diagonal scaling algorithms
AI总结：
本文证明最优分配问题的解可以通过熵最大化问题的解在变形参数趋于无穷时的极限得到，并利用Sinkhorn算法提出一种可并行化的预处理方法，用于删除非最优排列的条目以降低大规模密集最优分配问题的求解难度。
摘要：
我们证明，最优分配问题的解可以作为熵最大化问题的解在变形参数趋于无穷时的极限得到。这使我们能够将熵最大化算法应用于最优分配问题。特别地，Sinkhorn算法提供了一种可并行化的方法，可作为处理大规模密集最优分配问题的预处理步骤。这种并行预处理允许删除不属于最优排列的条目，从而得到一个简化的实例，该实例在有限内存需求下可解。
英文摘要：
We show that a solution of the optimal assignment problem can be obtained as the limit of the solution of an entropy maximization problem, as a deformation parameter tends to infinity. This allows us to apply entropy maximization algorithms to the optimal assignment problem. In particular, the Sinkhorn algorithm leads to a parallelizable method, which can be used as a preprocessing to handle large dense optimal assignment problems. This parallel preprocessing allows one to delete entries which do not belong to optimal permutations, leading to a reduced instance which becomes solvable with limited memory requirements.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
