[论文解读] A Central Limit Theorem for Semidiscrete Wasserstein Distances

Eustasio del Barrio, Alberto González-Sanz+1 more|arXiv (Cornell University)|May 25, 2021

Geometric Analysis and Curvature Flows参考文献 22被引用 5

一句话总结

该论文为半离散最优传输成本建立了中心极限定理（CLT），证明归一化偏差 $\sqrt{n}\{\mathcal{T}_c(P_n,Q) - \mathcal{W}_c(P,Q)\}$ 在分布上收敛于一个中心高斯过程的上确界。在对 $Q$ 和代价函数 $c$ 额外施加正则性条件的情况下，该极限过程本身为高斯分布，从而首次建立了最优传输势函数的中心极限定理，并将结果推广至 $p$-Wasserstein 距离（$p \geq 1$）。该结果依赖于对偶公式的二阶分析以及传输势映射的正则性。

ABSTRACT

We address the problem of proving a Central Limit Theorem for the empirical optimal transport cost, $\\sqrt{n}\\{\\mathcal{T}_c(P_n,Q)-\\mathcal{W}_c(P,Q)\\}$, in the semi discrete case, i.e when the distribution $P$ is finitely supported. We show that the asymptotic distribution is the supremun of a centered Gaussian process which is Gaussian under some additional conditions on the probability $Q$ and on the cost. Such results imply the central limit theorem for the $p$-Wassertein distance, for $p\\geq 1$. Finally, the semidiscrete framework provides a control on the second derivative of the dual formulation, which yields the first central limit theorem for the optimal transport potentials.

研究动机与目标

• 在 $P$ 为有限支撑的情况下，建立经验最优传输成本在半离散设置下的中心极限定理。
• 刻画 $\sqrt{n}\{\mathcal{T}_c(P_n,Q) - \mathcal{W}_c(P,Q)\}$ 的渐近分布，其为一个由对偶势函数参数化的中心高斯过程的上确界。
• 通过分析对偶公式的二阶导数，首次建立最优传输势函数的中心极限定理。
• 将中心极限定理推广至半离散情形下 $p \geq 1$ 的 $p$-Wasserstein 距离。
• 为基于最优传输的统计应用（如拟合优度检验和分布推断）提供理论保证。

提出的方法

• 作者分析了 $P$ 为有限支撑而 $Q$ 为一般概率测度的半离散最优传输问题。
• 他们利用 Kantorovich 问题的对偶公式，将传输成本表示为对偶势函数上的上确界。
• 关键步骤在于证明从概率权重到最优传输成本的映射是局部利普希茨连续且方向可微的，从而支持渐近分析。
• 他们应用 Danskin 定理与 Whitney 延拓定理，对对偶目标函数进行延拓与正则化，以确保其可微性。
• 通过由对偶势函数参数化的经验过程的弱收敛性推导出极限分布，表明其收敛于由对偶变量参数化的高斯过程。
• 通过控制对偶目标函数的二阶导数，证明在对 $Q$ 和 $c$ 施加额外正则性条件时，极限过程为高斯分布。

实验结果

研究问题

• RQ1 在半离散设置下，归一化偏差 $\sqrt{n}\{\mathcal{T}_c(P_n,Q) - \mathcal{W}_c(P,Q)\}$ 是否收敛于一个非退化的极限分布？
• RQ2 在此情形下，经验最优传输成本的极限分布的确切形式为何？
• RQ3 渐近分布能否被表征为一个高斯过程的上确界？在何种条件下该极限过程本身为高斯分布？
• RQ4 代价函数与目标测度 $Q$ 的正则性如何影响传输成本的极限行为？
• RQ5 能否将中心极限定理推广至半离散情形下 $p \geq 1$ 的 $p$-Wasserstein 距离？

主要发现

• ${\sqrt{n}\{\mathcal{T}_c(P_n,Q) - \mathcal{W}_c(P,Q)\}}$ 的渐近分布是依赖于对偶势函数的中心高斯过程的上确界。
• 在对 $Q$ 和代价 $c$ 施加额外正则性条件后，极限高斯过程本身为高斯分布，从而提供了完全显式的渐近分布。
• 该论文通过分析对偶公式的二阶导数，首次建立了最优传输势函数的中心极限定理。
• 该结果意味着在半离散设置下，$p \geq 1$ 的 $p$-Wasserstein 距离也满足中心极限定理。
• 证明了传输成本映射是局部利普希茨连续且方向可微的，从而使得高级随机过程与泛函分析工具得以应用。
• 作者证明了对偶目标函数可进行解析延拓，这支持了中心极限定理成立所必需的正则性条件。