[论文解读] Hessian metrics and optimal transportation of log-concave measures

Alexander V. Kolesnikov|arXiv (Cornell University)|Jan 11, 2012

Geometric Analysis and Curvature Flows被引用 1

一句话总结

本文引入了一个由最优传输映射 $ \nabla \Phi $ 导出的黎曼度量 $ g = D^2 \tilde{\Phi} $，该映射将对数凹测度 $ \mu = e^{-V}dx $ 推前至另一测度 $ \nu = e^{-W}dx $。研究证明，当 $ V $ 和 $ W $ 均为凸函数时，所得的度量-测度空间 $ (\mathbb{R}^d, g, \mu) $ 的 Bakry–Émery 张量非负；当 $ \nu $ 为凸集上的勒贝格测度时，该空间为 $ CD(K,N) $ 空间，从而通过比较几何与浓度不等式方法，获得 $ \|D^2\Phi\| $ 的全局估计与直径界。

ABSTRACT

We study the optimal transportation mapping $ abla \Phi : \mathbb{R}^d \mapsto \mathbb{R}^d$ pushing forward a probability measure $\mu = e^{-V} dx$ onto another probability measure $ u = e^{-W} dx$. Following a classical approach of E. Calabi we introduce the Riemannian metric $g = D^2 \Phi$ on $\mathbb{R}^d$ and study spectral properties of the metric-measure space $M=(\mathbb{R}^d, g, \mu)$. We prove, in particular, that $M$ admits a non-negative Bakry--{E}mery tensor provided both $V$ and $W$ are convex. If the target measure $ u$ is the Lebesgue measure on a convex set $\Omega$ and $\mu$ is log-concave we prove that $M$ is a $CD(K,N)$ space. Applications of these results include some global dimension-free a priori estimates of $\| D^2 \Phi\|$. With the help of comparison techniques on Riemannian manifolds and probabilistic concentration arguments we proof some diameter estimates for $M$.

研究动机与目标

• 分析由对数凹测度之间最优传输映射诱导的黎曼度量 $ g = D^2\Phi $。
• 研究度量-测度空间 $ (\mathbb{R}^d, g, \mu) $ 的谱性质与曲率特性，其中 $ \mu = e^{-V}dx $。
• 建立该空间满足 $ CD(K,N) $ 曲率-维数条件的条件，尤其当目标测度在凸集上为均匀分布时。
• 利用几何与概率技术，推导 $ \|D^2\Phi\| $ 的全局、与维数无关的估计。
• 通过比较定理与测度集中性，获得黎曼流形 $ (\mathbb{R}^d, g) $ 的直径估计。

提出的方法

• 在 $ \mathbb{R}^d $ 上定义黎曼度量 $ g = D^2\Phi $，其中 $ \nabla\Phi $ 为从 $ \mu = e^{-V}dx $ 到 $ \nu = e^{-W}dx $ 的最优传输映射。
• 应用 E. Calabi 的框架，研究度量-测度空间 $ (\mathbb{R}^d, g, \mu) $ 的谱性质。
• 利用 $ \Phi $ 的二阶微分性质，证明当 $ V $ 与 $ W $ 均为凸函数时，Bakry–Émery 张量非负。
• 当 $ \nu $ 为凸集 $ \Omega $ 上的勒贝格测度时，借助凸性与传输结构，证明 $ (\mathbb{R}^d, g, \mu) $ 是 $ CD(K,N) $ 空间。
• 通过黎曼流形上的比较几何方法，推导 $ (\mathbb{R}^d, g) $ 的直径界。
• 运用概率测度集中性论证，支持直径估计并控制 $ D^2\Phi $ 的行为。

实验结果

研究问题

• RQ1 在何种 $ V $ 与 $ W $ 条件下，度量-测度空间 $ (\mathbb{R}^d, g, \mu) $ 的 Bakry–Émery 张量非负？
• RQ2 当目标测度在凸集上为均匀分布时，度量-测度空间 $ (\mathbb{R}^d, g, \mu) $ 何时为 $ CD(K,N) $ 空间？
• RQ3 能否利用几何与概率工具，获得 $ \|D^2\Phi\| $ 的全局、与维数无关的估计？
• RQ4 对于黎曼流形 $ (\mathbb{R}^d, g) $，可获得哪些直径估计？其依赖于 $ \mu $ 与 $ \nu $ 的几何结构如何？
• RQ5 比较方法与测度集中性如何共同促进对传输对偶度量空间曲率与大小的估计？

主要发现

• 当 $ V $ 与 $ W $ 均为凸函数时，度量-测度空间 $ (\mathbb{R}^d, g, \mu) $ 的 Bakry–Émery 张量非负。
• 当目标测度 $ \nu $ 为凸集 $ \Omega $ 上的勒贝格测度时，空间 $ (\mathbb{R}^d, g, \mu) $ 满足 $ CD(K,N) $ 曲率-维数条件。
• 通过曲率与传输结构的相互作用，建立了 $ \|D^2\Phi\| $ 的全局、与维数无关的先验估计。
• 通过黎曼流形上的比较技术与概率集中性论证，推导出黎曼流形 $ (\mathbb{R}^d, g) $ 的直径估计。
• 研究结果为最优传输映射提供了几何解释：通过海森度量 $ g = D^2\Phi $，将势函数的凸性与诱导空间的曲率性质相联系。
• 该框架实现了对传输映射海森矩阵的定量控制，为最优传输与度量测度几何中的分析提供了新工具。