Jul, 2021

平滑最优输运映射的插件估计

TL;DR我们研究了用于两个分布间优化传输图的自然估计器,并证明它们是极小极大最优的。我们采用插件法,并展示了最优耦合与经验度量之间的计算,以及使用线性平滑器的扩展,已经给出了一个极小极大最优估计器。当底层地图具有更高的正则性时,我们展示了合适的非参数密度估计之间的最优耦合,能够提供更快的速率。我们的工作为插件估计器提供了新的风险上限,并展示了如何使用平稳性论据和光滑且强凸的 Brenier 势函数来估计优化传输图的问题。作为我们结果的一个应用,当底层分布具有足够光滑的密度时,我们推导了插件估计器的平方 Wasserstein 距离的中心极限定理,与经验估计器已知的中心极限定理不同,此结果更容易用于统计推断的二次 Wasserstein 距离。