[论文解读] Entropy jumps for random vectors with log-concave density and spectral gap

Keith Ball, Van Hoang Nguyen|arXiv (Cornell University)|Jun 22, 2012

Point processes and geometric inequalities参考文献 14被引用 9

一句话总结

本文通过密度的谱间隙，利用热半群分析费雪信息产生，建立了对数凹概率分布卷积的香农-斯图尔特熵不等式的无维定量界。通过分析热半群上的费雪信息产生，提供了关于各向同性常数和切片问题的精确熵跳跃估计。

ABSTRACT

We prove a quantitative dimension-free bound in the Shannon-Stam Entropy inequality for the convolution of two log-concave distributions in dimension d interms of the spectral gap of the density. The method relies on the analysis of the Fisher Information production, which is the second derivative of the Entropy along the (normalized) Heat semi-group. We also discuss consequences of our result in the study of the isotropic constant of log-concave distributions (slicing problem).

研究动机与目标

• 建立对数凹分布香农-斯图尔特熵不等式的无维定量界。
• 将卷积下的熵行为与密度函数的谱间隙联系起来。
• 将归一化热半群上的费雪信息产生作为核心分析工具进行分析。
• 推导对对数凹测度的各向同性常数和切片问题的后果。

提出的方法

• 分析集中于归一化热半群上熵的二阶导数，即费雪信息产生。
• 该方法利用密度的对数凹性来控制卷积下熵的演化。
• 关键步骤涉及将密度的谱间隙与费雪信息的衰减速率联系起来。
• 证明使用了函数不等式和谱理论，以推导无维估计。
• 该框架可对卷积过程中的熵跳跃实现定量控制。
• 该方法应用于通过切片问题推导各向同性常数的界。

实验结果

研究问题

• RQ1 如何在无维条件下对对数凹分布的香农-斯图尔特熵不等式进行定量强化？
• RQ2 密度的谱间隙在控制卷积过程中的熵产生中起什么作用？
• RQ3 沿热半群的费雪信息产生能否对对数凹测度的熵演化提供精确界？
• RQ4 这些熵估计如何与各向同性常数和切片问题相关联？
• RQ5 谱间隙与卷积中熵跳跃之间的精确定量关系是什么？

主要发现

• 在对数凹密度的谱间隙方面，建立了香农-斯图尔特熵不等式的无维定量界。
• 卷积过程中的熵跳跃由谱间隙控制，提供了与维度无关的精确估计。
• 证明了费雪信息产生有谱间隙的函数下界，从而实现熵的控制。
• 该方法为对数凹分布的各向同性常数提供了新的定量估计。
• 结果通过熵和谱间隙分析，为切片问题提供了新方法。
• 该框架在所有维度上统一适用，为高维概率提供了一个稳健工具。