[论文解读] Moment measures and stability for Gaussian inequalities

Alexander V. Kolesnikov, Egor D. Kosov|arXiv (Cornell University)|Dec 30, 2017

Geometry and complex manifolds参考文献 14被引用 11

一句话总结

本文建立了涉及相对熵与二次 Wasserstein 距离的高斯泛函的稳定性及先验界，证明该泛函有下界，且在有限高斯 Fisher 信息下，Wasserstein 距离受到一致控制。关键贡献在于对高斯不等式给出了无维数的稳定性估计，其应用涵盖矩测度与 Wiener 空间上的最优传输。

ABSTRACT

Let $γ$ be the standard Gaussian measure on $\mathbb{R}^n$ and let $\mathcal{P}_γ$ be the space of probability measures that are absolutely continuous with respect to $γ$. We study lower bounds for the functional $\mathcal{F}_γ(μ) = { m Ent}(μ) - \frac{1}{2} W^2_2(μ, ν)$, where $μ\in \mathcal{P}_γ, ν\in \mathcal{P}_γ$, ${ m Ent}(μ) = \int \log\bigl( \fracμγ\bigr) d μ$ is the relative Gaussian entropy, and $W_2$ is the quadratic Kantorovich distance. The minimizers of $\mathcal{F}_γ$ are solutions to a dimension-free Gaussian analog of the (real) Kähler-Einstein equation. We show that $\mathcal{F}_γ(μ) $ is bounded from below under the assumption that the Gaussian Fisher information of $ν$ is finite and prove a priori estimates for the minimizers. Our approach relies on certain stability estimates for the Gaussian log-Sobolev and Talagrand transportation inequalities.

研究动机与目标

• 建立结合相对高斯熵与二次 Wasserstein 距离的泛函的下界。
• 证明高斯对数 Sobolev 不等式与 Talagrand 传输不等式的稳定性估计。
• 为该泛函的极小化子推导先验界，确保可积性与指数矩。
• 为 Wiener 空间上无限维矩测度问题奠定基础。
• 通过最优传输对高斯 Kähler–Einstein 方程实现无维数分析。

提出的方法

• 在关于标准高斯测度 $\gamma$ 绝对连续的概率测度上定义泛函 $\mathcal{F}_{\gamma}(\mu) = \text{Ent}(\mu) - \frac{1}{2}W_2^2(\mu, \nu) $。
• 利用 Kantorovich 对偶性，通过 $T(x) = x + \nabla\varphi(x)$ 将最优传输映射与势函数 $\varphi$ 的梯度联系起来。
• 应用对数 Sobolev 不等式与 Talagrand 不等式的稳定性结果，以控制熵与 Wasserstein 距离项。
• 采用下确界卷积不等式，在密度有界且 $\varphi$ 可积的条件下，推导 $|\nabla\varphi|^2$ 的指数可积性。
• 利用归纳法与 Poincaré 不等式，将 $L^2$ 范数的矩界从 $L^2$ 推广至 $\varphi$ 与 $\nabla\varphi$ 的所有 $L^p$ 范数。
• 利用矩测度与高斯 Kähler–Einstein 方程类比解之间的联系。

实验结果

研究问题

• RQ1 在何种条件下，泛函 $\mathcal{F}_{\gamma}(\mu)$ 有下界？
• RQ2 如何利用高斯对数 Sobolev 与 Talagrand 不等式的稳定性估计来控制 $\mathcal{F}_{\gamma}$ 的极小化子？
• RQ3 在 $\mathcal{F}_{\gamma}$ 的极小化过程中，对势函数 $\varphi$ 及其梯度 $\nabla\varphi$ 可建立何种先验界？
• RQ4 有限维结果能否通过矩测度理论推广至无限维 Wiener 空间？
• RQ5 高斯 Fisher 信息在确保极小化子的可积性与稳定性方面起何作用？

主要发现

• 泛函 $\mathcal{F}_{\gamma}(\mu)$ 有下界 $-C$，其中 $C > 0$ 仅依赖于参考密度 $g$ 的高斯 Fisher 信息 $I(g)$。
• 在 $I(g) < \infty$ 的前提下，二次 Wasserstein 距离 $W_2^2(g\cdot\gamma, \rho\cdot\gamma)$ 受到仅依赖于 $I(g)$ 的常数一致控制。
• $\log\rho$ 关于 $\gamma$ 的 $L^2$-范数有限，即 $\int (\log\rho)^2 \rho d\gamma < \infty$。
• 对每个 $p > 0$，在 Poincaré 不等式与有限 Fisher 信息条件下，$\varphi = -\log\rho$ 与 $\nabla\varphi$ 的 $L^p$-范数均一致有界。
• $|\nabla\varphi|^2$ 具有指数可积性：在 $g$ 有界且 $\varphi$ 可积的条件下，有 $\int \exp\bigl(\frac{1}{2}|\nabla\varphi|^2\bigr) d\gamma \leq C \exp\bigl(\int \varphi d\gamma\bigr)$。
• 极小化子 $\rho \cdot \gamma = e^{-\varphi} \cdot \gamma$ 在平移意义下唯一，且满足零质心条件 $\int x \rho d\gamma = 0$。