확률적 최적 수송 맵 추정: 엄격한 조건을 넘어선 일반적 이론

초록

기존 최적 수송 맵 추정 이론은 Brenier 정리와 같은 엄격한 조건에 의존해 실세계 문제 적용에 한계가 있었습니다. 본 연구는 질량 분할이 가능한 확률적 맵을 평가하는 새로운 오류 메트릭 E_p를 제안하며, 최소한의 검증 가능한 가정 하에서 계산 효율적이고 견고한 추정기를 개발합니다. 이는 기존 이론이 다루지 못하는 다양한 응용 분야에 일반적인 성능 보장을 제공하는 첫 번째 이론입니다.

상세 분석

본 논문의 핵심 기여는 확률적 최적 수송(OT) 맵 추정을 위한 일반화된 이론 프레임워크를 구축한 것입니다. 기존 연구는 2차 비용과 절대연속 원천 분포를 전제로 한 Brenier 정리에 기반해 결정론적 맵의 존재와 유일성을 보장받아야 했으며, 정량적 오류 한계를 얻기 위해 추가적인 정규성 가정(예: 밀도의 양측 경계, 맵의 Lipschitz 연속성 등)이 필수적이었습니다. 이는 실제 데이터(예: 저차원 매니폴드에 있는 원천, 분기되는 세포 발달 궤적)에서는 종종 위반되거나 검증 불가능한 조건입니다.

이러한 한계를 극복하기 위해 저자들은 새로운 오류 기능자 E_p(κ; μ, ν)를 정의합니다. 이는 주어진 커널 κ의 수송 비용이 최적값 W_p(μ, ν)를 초과하는 정도(최적성 갭)와 κ가 푸시포워드한 분포 κ♯μ가 목표 ν와 얼마나 떨어져 있는지(실현 가능성 갭)를 결합한 것입니다. E_p의 강점은 결정론적 최적 맵의 존재나 유일성을 요구하지 않는다는 점이며, 따라서 그림 1에서 보듯 기존 이론의 좁은 적용 범위(내부 원)를 모든 W_p 문제(외부 원)로 확장합니다.

기술적 분석의 토대는 E_p의 안정성에 관한 기본 보조정리들입니다. Lemma 3-5는 E_p가 목표 분포 ν의 Wasserstein 변동, 원천 분포 μ의 Wasserstein/TV 변동에 대해 어떻게 반응하는지 정량화합니다. 특히 커널 κ가 Hölder 연속일 때 μ의 변동에 대한 안정성이 보장됩니다. 이러한 안정성 결과는 이후 유한 샘플 추정, 정규성 가정 하의 추정, 그리고 적대적 오염 하의 강건한 추정에 대한 위험 분석의 기초가 됩니다.

제안된 추정기 중 ‘반올림 기반 추정기’는 ν가 sub-Gaussian이고 μ가 유한한 2p차 모멘트를 가질 때(최적 커널에 대한 정규성 가정 없이) E