[论文解读] Minimax rates of estimation for smooth optimal transport maps

Jan-Christian Hütter, Philippe Rigollet|arXiv (Cornell University)|May 14, 2019

Statistical Methods and Inference被引用 11

一句话总结

该论文通过提出一种基于小波的估计器，首次建立了在一般维度下平滑最优传输映射的极小极大估计速率，该估计器通过最小化经验半对偶最优传输问题实现。该方法通过新颖的稳定性分析和互补的下界分析，实现了近极小极大最优性，并通过合成实验验证了平滑性正则化的优越性。

ABSTRACT

Brenier's theorem is a cornerstone of optimal transport that guarantees the existence of an optimal transport map $T$ between two probability distributions $P$ and $Q$ over $\mathbb{R}^d$ under certain regularity conditions. The main goal of this work is to establish the minimax estimation rates for such a transport map from data sampled from $P$ and $Q$ under additional smoothness assumptions on $T$. To achieve this goal, we develop an estimator based on the minimization of an empirical version of the semi-dual optimal transport problem, restricted to truncated wavelet expansions. This estimator is shown to achieve near minimax optimality using new stability arguments for the semi-dual and a complementary minimax lower bound. Furthermore, we provide numerical experiments on synthetic data supporting our theoretical findings and highlighting the practical benefits of smoothness regularization. These are the first minimax estimation rates for transport maps in general dimension.

研究动机与目标

• 在一般维度下，基于平滑性假设，建立概率分布之间最优传输映射的极小极大估计速率。
• 从有限样本中开发一种实用且理论基础坚实的传输映射估计器。
• 弥合高维设置下平滑传输映射估计误差理论理解方面的空白。

提出的方法

• 提出一种基于最小化经验半对偶最优传输问题的估计器。
• 通过将搜索空间限制在截断的小波展开中，以强制实现平滑性并支持计算。
• 在底层测度受到扰动的情况下，为半对偶公式推导出新的稳定性界。
• 推导极小极大下界，以刻画估计精度的根本极限。
• 结合稳定性结果与逼近理论，证明所提估计器的近极小极大最优性。
• 通过合成数据的数值实验验证理论发现，展示了平滑性正则化的实际优势。

实验结果

研究问题

• RQ1 在一般维度下，平滑最优传输映射的极小极大估计速率是什么？
• RQ2 基于小波的估计器能否在平滑传输映射估计中实现近极小极大最优性？
• RQ3 半对偶最优传输问题的稳定性特性如何影响估计误差界？
• RQ4 平滑传输映射的估计精度的根本极限（下界）是什么？
• RQ5 在有限样本条件下，平滑性正则化如何影响传输映射估计器的性能？

主要发现

• 所提出的小波基估计器在 $\rdd$ 中实现了平滑最优传输映射的近极小极大最优性。
• 推导出半对偶最优传输问题的新稳定性界，并用于控制估计误差。
• 建立了互补的极小极大下界，表明该估计器的速率在对数因子范围内是最优的。
• 数值实验验证了理论发现，并凸显了引入平滑性正则化的实际优势。
• 本工作首次在一般维度下建立了平滑传输映射的极小极大估计速率，填补了关键的理论空白。