[论文解读] Wasserstein Stability of the Entropy Power Inequality for Log-Concave Densities

Thomas A. Courtade, Max Fathi+1 more|arXiv (Cornell University)|Oct 25, 2016

Markov Chains and Monte Carlo Methods参考文献 32被引用 11

一句话总结

本文通过最优传输理论，在均匀对数凹密度的背景下，建立了熵幂不等式（EPI）的定量稳定性估计。结果表明，若EPI的亏量较小，则底层测度在二次Wasserstein距离下必须接近高斯分布，且边界与维度无关。关键贡献在于，以到高斯分布的Wasserstein距离表示，给出了EPI亏量的与维度无关的下界，证明了在对数凹性条件下，近似饱和意味着近似高斯性。

ABSTRACT

We establish quantitative stability results for the entropy power inequality (EPI). Specifically, we show that if uniformly log-concave densities nearly saturate the EPI, then they must be close to Gaussian densities in the quadratic Wasserstein distance. Further, if one of the densities is log-concave and the other is Gaussian, then the deficit in the EPI can be controlled in terms of the $L^1$-Wasserstein distance. As a counterpoint, an example shows that the EPI can be unstable with respect to the quadratic Wasserstein distance when densities are uniformly log-concave on sets of measure arbitrarily close to one. Our stability results can be extended to non-log-concave densities, provided certain regularity conditions are met. The proofs are based on optimal transportation.

研究动机与目标

• 建立当密度为均匀对数凹时，熵幂不等式（EPI）的与维度无关的定量稳定性估计。
• 证明EPI的近似饱和意味着在二次Wasserstein距离下接近高斯测度。
• 通过反例分析当正则性条件被违反时稳定性的失效。
• 在适当的正则性条件下，将稳定性结果推广至非对数凹密度。
• 当一个测度为高斯分布时，提供以$L^1$-Wasserstein距离表示的亏量估计。

提出的方法

• 证明依赖于最优质量传输，特别是对数凹测度的Brenier映射及其性质。
• 作者使用二次Wasserstein距离$W_2$作为度量，以量化接近高斯性的程度。
• 他们推导出EPI亏量$\delta_{\mathsf{EPI},t}(\mu,\nu)$的下界，以$W_2^2(\mu,\gamma_1) + W_2^2(\nu,\gamma_2) + W_2^2(\gamma_1,\gamma_2)$表示，其中$\gamma_1, \gamma_2$为高斯目标。
• 分析利用了Bakry-Émery条件和势函数的强凸性，以控制传输映射。
• 对于径向约化，作者对测度进行对称化，并使用一维估计来控制传输映射导数的界。
• 他们应用Cheeger型不等式和高斯测度的尾部估计，以控制传输映射导数的增长。

实验结果

研究问题

• RQ1 在何种条件下，EPI的近似饱和意味着底层测度在Wasserstein距离下接近高斯分布？
• RQ2 EPI亏量能否以到高斯分布的Wasserstein距离的函数形式从下方有界，且该边界与维度无关？
• RQ3 当密度为均匀对数凹时，EPI在二次Wasserstein距离下是否稳定？若该正则性条件失效，会发生什么？
• RQ4 在附加正则性假设下，稳定性估计能否推广至非对数凹密度？
• RQ5 当一个测度为高斯分布时，$L^1$-Wasserstein距离在控制EPI亏量中起什么作用？

主要发现

• 对于某些高斯分布$\gamma_1, \gamma_2$，EPI亏量满足$\delta_{\mathsf{EPI},t}(\mu,\nu) \geq \frac{t(1-t)}{2} \left( W_2^2(\mu,\gamma_1) + W_2^2(\nu,\gamma_2) + W_2^2(\gamma_1,\gamma_2) \right)$，提供了与维度无关的稳定性边界。
• 若$\mu$和$\nu$为均匀对数凹且几乎饱和EPI，则它们在$W_2$距离下必须各自接近某个高斯分布。
• 当一个测度为高斯分布而另一个为对数凹分布时，EPI亏量可通过$L^1$-Wasserstein距离控制。
• 反例表明，当密度在测度任意接近1的集合上为对数凹但缺乏一致凸性时，EPI在$W_2$距离下不具稳定性。
• 在适当的正则性条件下（如势函数的强凸性），稳定性结果可推广至非对数凹密度。
• 证明技术依赖于最优传输映射，以及通过径向对称化和高斯测度的尾部界对传输映射导数的估计。