1 最適輸送距離の概要
1.1 定義と基本概念
最適輸送距離とは、ある分布を別の分布へ変換する際に、分布が表す量（確率質量や濃度）をどの供給点からどの需要点へ移すかを決め、その移動に伴う総コストが最小となるときの“最小コストそのもの”を距離（指標）として扱う考え方である。一般に、輸送計画と呼ばれる対応関係（どれだけをどこに送るか）が探索対象となり、得られた最小値が分布間の隔たりを数値化する。
この枠組みでは、距離の意味は幾何学（空間上の位置関係）とコスト設計（移動のしやすさ・罰の重さ）に依存する。たとえば、位置間のコストが距離の二乗に比例すれば、重心付近のずれが強く効き、絶対距離なら大局的なズレと局所的なズレがより均等に効く傾向がある。
1.2 数学的定式化
1.2.1 質量分布と輸送計画
空間中の離散点集合を考えるか、連続空間上で定義するかで表現は変わるが、共通の構図は次のとおりである。供給分布（出発側）を表す確率測度（または質量分布）を\(\mu\)、需要分布（到着側）を表す測度を\(\nu\)とする。輸送計画は、各供給点から各需要点へ送る量を表す変数として導入される。離散化された場合、輸送計画は行列\(\pi\)で表され、\(\pi_{ij}\)は供給点\(i\)から需要点\(j\)へ送る量を意味する。
制約として、標準的な場合には全質量が保存され、供給側の行和が\(\mu\)の成分に一致し、需要側の列和が\(\nu\)の成分に一致する。連続の場合も同様に、輸送計画は測度のカップリングとして現れ、周辺測度がそれぞれ\(\mu\)と\(\nu\)に一致する条件が課される。
1.2.2 移動コストと最適化
各供給点\(i\)と需要点\(j\)の間には、移動に伴うコスト\(c_{ij}\)が割り当てられる。連続版では、位置\(x\)から\(y\)へ移すコストを\(c(x,y)\)として与える。最適輸送距離は、輸送計画\(\pi\)のもとで総コスト \[ \sum_{i,j} c_{ij}\pi_{ij} \quad\text{または}\quad \int c(x,y)\,d\pi(x,y) \] を最小化した値として定義される。これにより、対応付けの候補の中から、最小の“移動負担”で両分布を結びつける計画が選ばれる。
この最小化は、最終的な最小値のみならず、最適計画そのもの（どこからどこへどれだけ移すか）にも情報を与える。距離として使う場合は最小値を採り、推定や分解目的では輸送計画を追加で解析することがある。
1.3 距離としての性質
1.3.1 非負性と一致条件
適切な仮定のもとで、最適輸送距離は非負となる。直観的には、コストが非負であるなら、輸送に要する総コストの最小値も負にはならない。さらに、距離として扱うには“同じ分布なら距離がゼロ”が必要である。標準的な設定では、\(\mu=\nu\)の場合にゼロ輸送（または一致点への輸送）で総コストをゼロにできるため、最小値がゼロとなる。一方で、異なる分布では正のコストが避けられない条件が整っていると、距離としての性質が成立する。
1.3.2 対称性と三角不等式
対称性は、供給点と需要点の役割を入れ替えてもコスト構造が変わらない場合に成立しやすい。たとえば\(c(x,y)=c(y,x)\)のようにコストが対称であれば、最適化の形が対応づき、距離としての整合性が得られる。
三角不等式は、分布を媒介して移す状況を“合成輸送”として構成できるかに依存する。最適輸送の最小値は、直接輸送と、途中の中間分布を経由する輸送のいずれかのうちより小さい方を取るため、適切なコスト条件下で三角不等式が成立する。三角不等式の成否は、コストの性質や制約（質量保存の有無）によって変わりうる。
2 コスト関数と代表的な派生
2.1 コスト関数の選び方
2.1.1 距離の二乗に基づく場合
最もよく用いられる代表例は、コストがユークリッド距離の二乗に比例する設定である。この場合、輸送距離は幾何学的な意味が強く、特に連続空間で滑らかな密度を持つ状況では、最適輸送はヤコビアンや勾配写像と結びつきやすい。二乗コストは大きなずれを強く罰するため、極端な外れ（遠くへの輸送）よりも、全体としての整合性を高く保つ計画が選ばれやすい。
離散データでも、距離二乗の採用は計算上の安定性や解釈のしやすさにつながりやすい。結果として、このタイプの距離は統計的な要約量や回帰の目的関数として頻出である。
2.1.2 絶対距離や一般コストの場合
絶対距離に基づくコスト（一次的な罰）では、大きなズレと小さなズレの重みの偏りが二乗より緩やかになる。これにより、外れ値に対する挙動が変化し、頑健性の観点で利点が生じることがある。
さらに一般のコスト\(c(x,y)\)を許すと、空間の幾何だけでなく“移動の構造”を組み込める。例えば、異なる特徴量空間での移動を別々の重みで扱う、あるいはカーネルに基づいてコストを設計する、といった応用が可能になる。ただし、コストの設計は距離性（距離としての公理）や計算容易性に影響するため、目的に応じた整合性確認が必要になる。
2.2 硬い制約と緩い制約
2.2.1 等質量輸送（標準型）
標準型では、供給と需要の総量が一致し、全質量を必ず対応させる制約が課される。このとき輸送計画の周辺測度が厳密に一致し、解は“質量保存”のもとで決まる。確率分布同士の比較では自然に現れ、確率としての解釈（移す量がちょうど消費される）が保たれる。
計算面では、この制約が線形計画の可行性を規定し、理論面では距離性や双対定式化の形を安定させる要因になる。特に距離として扱いたい場合には、標準型が基礎として選ばれることが多い。
2.2.2 不均衡輸送（緩和型）
現実のデータでは、供給と需要の総量が一致しない場合がある。たとえば計数データにノイズが混ざる、あるいは密度推定の誤差により総量がズレるといった状況である。この場合に不均衡輸送を導入すると、全質量を完全に保存せず、過不足分を許容しながら最小コストを定義できる。
緩和の仕方には複数の流儀があり、不一致に対する罰則を設けて“どれだけ吸収するか”の自由度を調整する。これにより、比較したい対象の性質に合わせて柔軟さと理論整合性のバランスを取ることができる。距離性は設定次第で変化しうるが、実用上の頑健性向上が期待される。
2.3 正規化やスケーリング
2.3.1 エントロピー正則化
最適輸送は線形計画として定式化できるが、計算コストが高くなることがある。そこで、輸送計画にエントロピー項を加えて正則化する手法がよく用いられる。これにより、解がより滑らかになり、数値的に扱いやすい形へ近づく。特に、分布間の“輸送計画”が一意に定まりにくい場合でも、正則化により安定した近似解を得やすい。
エントロピー正則化では、正則化係数の大きさが解の性質を左右する。係数が小さいと元の厳密解に近づく一方、係数が大きいとより分散的な対応が選ばれる。目的に応じて、近似精度と計算効率の間で調整する。
2.3.2 熱的解釈と連続極限
エントロピー正則化付きの最適輸送には、熱力学的な連想を与える見方がある。計画が確率的に“拡散”するように振る舞うため、輸送の選び方が連続的な変化を持つ。これにより、最適輸送がある種の拡散過程や確率的輸送の極限と関係づけられることがある。
連続極限では、格子を細かくしていく、あるいは正則化の強さを適切に調整することで、元の（非正則化）問題への近づき方を理論的に解析できる。こうした見方は、計算手法の設計だけでなく、近似の品質保証や誤差評価にもつながる。
3 計算手法
3.1 線形計画としての解法
標準型の最適輸送は、変数が輸送量に対応し、制約が周辺測度の一致という形になるため、線形計画問題として書ける。単純な離散化では、目的関数が輸送量に対して線形であり、制約も線形になる。
ただし、次元（点数）が増えると変数数が大きくなり、一般的な線形計画のソルバでは計算負荷が現実的でないことが多い。そのため、特化アルゴリズムや正則化を用いた高速化が重要になる。
3.2 繰り返しアルゴリズム
3.2.1 シンクホーン法
シンクホーン法は、エントロピー正則化付きの最適輸送に対して特に有名な反復手法である。輸送計画を、供給側と需要側に由来する2つのスケーリング係数の積として表す発想に基づき、行和と列和が一致するように係数を順次更新する。
この手法の利点は、行列の全要素を毎回厳密に最適化するのではなく、更新規則により計算を効率化できる点にある。収束性は正則化の大きさや数値誤差と関係するため、実装では安定化策が併用されることがある。
2.2.2 グラディエント系の最適化
非正則化あるいは別種の正則化では、目的関数の微分可能性や双対変数の扱いを通じて、勾配法・準ニュートン法・随伴法などを利用する場合がある。双対定式化では、変数の次元が輸送量行列より小さくなることがあり、最適化の軽量化が期待される。
また、機械学習の文脈では、目的関数を計算グラフに組み込み、自動微分と組み合わせて最適化する枠組みが使われることがある。これにより、距離を損失関数として学習に組み込むといった実装がしやすくなる。
3.3 離散分布への適用
3.3.1 組合せ的解釈
離散分布では、輸送計画は“点と点の間の流れ”として解釈できる。供給点の質量を需要点に振り分ける操作であり、配分問題としての性格が強くなる。組合せ的な観点からは、どの需要点へどの供給点からどれだけ回すかが重要であり、疎性や近傍構造が計算に影響する。
実装上も、距離行列（コスト行列）を事前計算するか、近傍探索で必要部分だけ計算するかといった工夫が有効になる。点数が多い場合、全ペアを扱うのは重いため、構造利用が必要となる。
3.3.2 高次元での計算上の工夫
高次元では、点間距離の計算量だけでなく、最適化が難しくなる場合がある。距離が集中する現象（距離の見かけの差が縮む）により、コスト設計が効きにくくなることもある。
計算上は、次元削減（特徴量の変換）、近似法（カーネル近似やサンプリング）、もしくは低ランク構造の活用などが用いられることがある。さらに、正則化を組み合わせることで、数値安定性と計算速度の両方を確保する設計が行われる。
4 統計・機械学習における応用
4.1 分布間比較と距離学習
最適輸送距離は、分布同士を直接比較する“幾何に基づく量”として働くため、クラス間の差異を捉える指標に向く。距離学習では、データの特徴表現を調整して、同じクラスの分布が近く、異なるクラスが遠くなるように損失を設計することがある。
このとき、コスト関数はデータの意味に沿うように設計される。例えば特徴空間でのユークリッド距離を採用するのか、別の距離構造を学習するのかで、得られる分布間の差の解釈が変化する。輸送距離は、その差を最小輸送の観点で測るため、単純な平均距離や分散比較よりも表現が豊かになる場合がある。
4.2 検定・推定への利用
統計検定では、分布が同一かどうかを調べる際に、分布間の隔たりを統計量として用いる考え方がある。最適輸送距離は、サンプルから推定した経験分布同士を比較し、その大きさが帰無仮説からどれだけ逸脱しているかを評価する枠組みに接続できる。
推定では、分布のパラメータを最適輸送距離で最小化する形（ある分布を別の分布に近づける）を採用することがある。双対変数や勾配が計算しやすい設定では、学習アルゴリズムとして統合しやすい。
4.3 合成データ生成とモデリング
合成データ生成では、学習したモデル分布がデータ分布とどれだけ整合しているかが重要になる。最適輸送距離を用いると、点単位の一致だけでなく、空間全体の移動負担としての近さを評価できるため、生成結果の形状が自然に整う場合がある。
特に、正則化付きの距離は計算に適し、生成過程における勾配信号が得やすい。これにより、生成モデルの学習損失として採り入れられることがある。結果として、モードを落とすだけの単純な当てはめではなく、分布形状の整合を重視した学習が可能になる。
4.4 データ可視化・幾何学的解析
最適輸送距離は、分布を点のように扱う発想により、可視化や幾何的解析にも利用される。複数の分布を距離空間上の対象としてまとめ、埋め込み（次元圧縮）やクラスタリングにより関係性を示すことができる。
幾何学的解析では、距離の変化を追うことで、データ生成過程や時間変化の影響を観察することがある。分布がどの方向へ“動いた”かが、輸送計画の解釈（どの領域からどの領域へ質量が移ったか）として得られるため、可観測性を高める役割も期待される。