EUVIMEDEUVIMED entdecken
Crossref

Empirical optimal transport between different measures adapts to lower complexity

Shayan Hundrieser, Thomas Staudt, Axel Munk

Annales de l'Institut Henri Poincaré, Probabilités et Statistiques · 01.05.2024 · 60 (2) · 824-846

DOI: 10.1214/23-aihp1369 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Annales de l'Institut Henri Poincaré, Probabilités et Statistiques, erschienen am 01.05.2024. Verfasst von Shayan Hundrieser und 2 weiteren Autor:innen. Die Arbeit wurde bisher 10-mal zitiert (Crossref) und nennt 82 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Le coût empirique de transport optimal (OT) entre deux mesures de probabilité issues de données aléatoires est une quantité fondamentale pour l’analyse de données basée sur la théorie du transport optimal. Dans ce travail, nous dérivons de nouvelles garanties pour le taux de convergence de cette quantité quand les mesures en jeu sont différentes et potentiellement supportées sur des espaces différents. Notre observation centrale est que la performance statistique du coût de transport empirique est déterminée par la mesure dont la complexité est la plus faible, un phénomène que nous nommons l’adaptivité à la complexité la plus faible du coût de transport empirique. Par exemple, dans le cas d’une fonction de coût lipschitzienne, nous trouvons que l’espérance de l’erreur entre le coût de transport optimal empirique basé sur n observations et son équivalent dans la population décroît à un taux n−1/d si une des deux mesures est concentrée sur une variété de dimension d, l’autre mesure pouvant être arbitraire. Pour des fonctions de coût semi-concaves, nous montrons que la borne supérieure pour le taux est meilleure et d’ordre n−2/d. De manière similaire, notre théorie montre que le taux n−1/2 est atteint pour le transport semi-discret. Tous les résultats s’appliquent aussi au cas de deux échantillons. Nos résultats suggèrent que le fléau de la dimension n’affecte l’estimation du coût de transport optimal que quand les deux mesures ont une dimension intrinsèque élevée. Nos preuves se basent sur la formulation duale du problème de transport optimal, une maximisation sur une classe de fonctions Fc, et l’observation que la c-transformée de Fc, dans le cas de fonctions de coûts bornées, a la même entropie métrique uniforme que Fc elle-même.

Zitieren

APA

Hundrieser, S., Staudt, T., & Munk, A. (2024). Empirical optimal transport between different measures adapts to lower complexity. Annales de l'Institut Henri Poincaré, Probabilités et Statistiques, 60(2), 824-846. https://doi.org/10.1214/23-aihp1369

Vancouver

Hundrieser S, Staudt T, Munk A. Empirical optimal transport between different measures adapts to lower complexity. Annales de l'Institut Henri Poincaré, Probabilités et Statistiques. 2024;60(2):824-846. doi:10.1214/23-aihp1369

BibTeX
@article{Hundrieser2024,
  author = {Hundrieser, Shayan and Staudt, Thomas and Munk, Axel},
  title = {Empirical optimal transport between different measures adapts to lower complexity},
  journal = {Annales de l'Institut Henri Poincaré, Probabilités et Statistiques},
  year = {2024},
  volume = {60},
  number = {2},
  pages = {824--846},
  doi = {10.1214/23-aihp1369}
}
Kostenlos starten →