[論文レビュー] Central Limit Theorems for Smooth Optimal Transport Maps

Tudor Manole, Sivaraman Balakrishnan+2 more|arXiv (Cornell University)|Dec 19, 2023

Geometry and complex manifolds被引用数 5

ひとこと要約

本稿は、有界密度の仮定の下で、d次元の平坦なトーラス上におけるカーネル密度正則化を用いた滑らかな最適輸送写像の推定に関して、点ごとの中心極限定理を確立する。d ≥ 3 の場合、プラグイン推定量が中心極限定理を満たすことが示され、一方で、確率的摂動に対するモンジュ＝アンペール方程式の解の不安定性のため、十分に高い次元ではL²における弱収束が失敗することを証明する。

ABSTRACT

One of the central objects in the theory of optimal transport is the Brenier map: the unique monotone transformation which pushes forward an absolutely continuous probability law onto any other given law. A line of recent work has analyzed $L^2$ convergence rates of plugin estimators of Brenier maps, which are defined as the Brenier map between density estimators of the underlying distributions. In this work, we show that such estimators satisfy a pointwise central limit theorem when the underlying laws are supported on the flat torus of dimension $d \geq 3$. We also derive a negative result, showing that these estimators do not converge weakly in $L^2$ when the dimension is sufficiently large. Our proofs hinge upon a quantitative linearization of the Monge-Ampère equation, which may be of independent interest. This result allows us to reduce our problem to that of deriving limit laws for the solution of a uniformly elliptic partial differential equation with a stochastic right-hand side, subject to periodic boundary conditions.

研究の動機と目的

• d次元の平坦なトーラス上における確率測度間の最適輸送写像のプラグイン推定量の漸近的分布的挙動を確立すること。
• これらの推定量が中心極限定理を満たす条件、特に次元dとの関係を分析すること。
• 高次元設定において、点ごとのCLTの有効性にもかかわらず、L²における弱収束が失敗する理由を調査すること。
• モンジュ＝アンペール方程式の定量的線形化を構築し、問題を周期的境界条件を伴う確率的偏微分方程式に還元すること。
• 非パラメトリック統計におけるカーネル正則化最適輸送写像を用いた統計的推論の理論的保証を提供すること。

提案手法

• ブルニエ写像を記述するモンジュ＝アンペール方程式の定量的線形化を導出し、周期的境界条件を伴う確率的偏微分方程式への還元を可能にする。
• バンド幅 $ h_n \downarrow 0 $ を用いたカーネル密度推定により、正則化された経験的測度 $ \hat{Q}_n $ を構築し、滑らかな輸送写像 $ \hat{T}_n $ を得る。
• ソボレフ空間およびHölderノルムの推定を用いて、ターゲット密度の摂動に対する輸送写像の正則性と安定性を制御する。
• 楕円型偏微分方程式理論の道具、特にCaffarelliの正則性理論およびRiesz作用素の推定を用いて、解のノイズに対する感度を評価する。
• 多変量のLindeberg-Feller型中心極限定理を線形化系に適用し、各点における正規分布への収束を確立する。
• ソボレフ空間における補間および作用素ノルムのバインディングを用いて、輸送写像構造における関数合成の制御を行う。

実験結果

リサーチクエスチョン

• RQ1 d次元トーラス上でのブルニエ写像のプラグイン推定量が、どのような条件下で中心極限定理を満たすか？
• RQ2 次元dは、L²および点ごとの収束行動にどのように影響を与えるか？
• RQ3 カーネルスムージングは、最適輸送推定量の収束を安定化させる役割を果たすか？
• RQ4 点ごとのCLTの有効性にもかかわらず、なぜ十分に大きなdではL²における弱収束が失敗するのか？
• RQ5 モンジュ＝アンペール方程式を定量的に線形化することで、統計的推定問題を確率的偏微分方程式に還元できるか？

主な発見

• 次元 $ d \geq 3 $ の場合、推定された輸送写像 $ \hat{T}_n $ は点ごとの中心極限定理を満たし、各固定点において正規分布への収束を示す。
• 任意の点における $ \hat{T}_n $ の極限分散は、確率的駆動項と周期的境界条件を伴う、一様楕円型偏微分方程式の解によって特徴付けられる。
• 高次元（$ d $ が十分に大きい）では、密度の摂動に対するモンジュ＝アンペール方程式の解の不安定性のため、推定量 $ \hat{T}_n $ は $ L^2(T^d) $ で弱収束しない。
• 証明は、モンジュ＝アンペール方程式の定量的線形化に依拠しており、これにより確率的偏微分方程式の枠組みへの還元が可能になる。
• ソボレフおよびHölderノルムの制御を通じて安定性バインディングを確立し、特にブルニエ汎関数の勾配との合成における作用素ノルムが重要な推定に寄与する。
• $ L^2 $における弱収束の失敗は、問題の幾何学的性質および次元性に起因するものであり、カーネルスムージングの影響ではないことが示された。