跳转至

A Lower Bound on the Sliced Wasserstein Comparison Constant for Translated Measures

作者: Avery Noroozi
主题: 数理统计 / 假设检验
相关性: 6/10
链接: https://arxiv.org/abs/2607.26399

一、领域脉络与小综述

这个方向是什么

这个子方向研究的是 Sliced Wasserstein 距离 (SW) 在多大程度上能够忠实地逼近标准 Wasserstein 距离 (W)。Sliced Wasserstein 距离通过将高维分布投影到一维直线上，利用一维最优传输的闭式解（单调重排）来大幅降低计算复杂度（从 O(n³ log n) 降至 O(n log n)）。这种计算效率使其在图像生成、形状匹配等应用中广泛使用。然而，这种效率是以牺牲“理论正确性”为代价的——SW 距离是 W 距离的下界，但两者之间的差距有多大？这个差距如何随维度 d 变化？这就是“比较常数”问题要回答的核心。

发展脉络

  • 奠基工作：Wasserstein 距离与最优传输理论。Wasserstein 距离（特别是 1-Wasserstein 距离 W₁）是度量概率分布差异的经典工具，其理论基础由 Kantorovich 对偶等建立。W₁ 的计算复杂度为 O(n³ log n)，在高维应用中成为瓶颈。

  • 主要进展：Sliced Wasserstein 距离的提出与流行。Sliced Wasserstein 距离作为计算高效的替代方案被广泛采用。Le et al. (2022) [5] 指出 SW₁ 的时间复杂度为 O(n log n)，远优于 W₁。这一计算优势推动了 SW 在生成模型等领域的应用。

  • 当前 frontier：比较常数的定量刻画。Carlier, Figalli, Mérigot 和 Wang (2025) [1] 证明了对于任意维度 d ≥ 2，存在一个常数 c_d，使得对所有支撑在半径为 R 的球内的概率测度 µ, ν，有 W₁(µ, ν) ≤ c_d R^{(d-1)/d} SW₁(µ, ν)^{1/d}。这是该方向的核心理论结果。然而，[1] 的证明仅建立了 c_d 的存在性，没有给出任何显式的数值或下界。

  • 本文的位置：Noroozi (2026) 针对平移测度这一特例，给出了 c_d 的一个显式下界。这是对 [1] 中比较常数的首次定量化尝试，尽管仅限于平移测度族。

子线索聚类

  1. 计算效率 vs. 理论精度的权衡：这是 SW 距离研究的核心张力。Le et al. (2022) [5] 强调计算优势，而 Carlier et al. (2025) [1] 和本文则关注这种效率的代价（即 SW 对 W 的逼近精度）。本文直接切入这个权衡，给出了代价的定量刻画。

  2. 比较常数的显式化：Carlier et al. [1] 建立了 c_d 的存在性，但未给出显式值。本文是第一个（据我所知）给出显式下界的工作，尽管只针对平移测度。这是一个“填补存在性证明到显式数值之间空白”的尝试。

  3. 特定变换族下的闭式解：本文给出了平移测度下 W₁ 和 SW₁ 的闭式表达式。这属于一类更广泛的问题：对于特定变换（平移、旋转、缩放）下的测度，能否得到 W 和 SW 的解析形式？Kent (2022) [3] 关于方向分布的工作提供了球面积分的技术工具。

这个方向在追问的核心问题

  1. 比较常数 c_d 的精确值是多少？ 这是 [1] 留下的最直接问题。本文给出了一个下界，但远非紧的。
  2. c_d 如何随维度 d 增长？ 从本文的 M_d 表达式（2Γ(d/2) / [(d-1)√π Γ((d-1)/2)]）可以看出，SW₁/W₁ 的比值随 d 增大而衰减。这意味着在高维下，SW 对 W 的逼近可能变得非常差。
  3. 对于非平移测度（如旋转、缩放、或一般分布），比较常数如何变化？ 本文的结论仅限于平移测度，这是最“简单”的变换之一。
  4. SW 距离的计算效率是否值得其理论精度的损失？ 这是一个应用层面的权衡问题，依赖于具体任务对精度的要求。

⚠️ 作者的 framing

这是作者的说法：作者将缺口 frame 为“Carlier et al. [1] 只证明了 c_d 的存在性，没有给出显式值”，因此本文的贡献是“构造了一个显式下界”。作者淡化了这个下界仅适用于平移测度这一强限制，仅在最后一句提到“这个下界来自一个特定的测度族（平移），且不是紧的”。作者回避了以下问题：对于更一般的测度，这个下界是否仍然成立？或者，是否存在一个对所有测度都成立的、更大的下界？

什么明显该被引 / 该存在、却没出现在 intro 里？ 作者没有引用任何关于 Wasserstein 距离下界或最优传输计算复杂性的经典工作（如 Peyré & Cuturi 的专著）。也没有引用任何关于 Sliced Wasserstein 距离的统计性质（如收敛速度、估计误差）的工作。这些缺失可能意味着作者将本文定位为纯数学分析，而非统计推断。

张力

未见明显对立引用。所有被引工作（[1], [3], [5]）在各自的方向上是一致的，没有相互矛盾的结论。Carlier et al. [1] 和本文是互补关系：前者证明存在性，后者给出特例下的显式下界。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号：
  • µ, ν：R^d 上的概率测度。
  • W₁(µ, ν)：1-Wasserstein 距离，定义为所有从 µ 到 ν 的传输计划 π 下，期望欧氏距离的下确界。
  • SW₁(µ, ν)：Sliced 1-Wasserstein 距离，定义为对所有一维投影方向 θ ∈ S^{d-1}（单位球面）上的 W₁ 距离的期望（均匀平均）。
  • P_θ#µ：µ 在方向 θ 上的投影（pushforward），即一维分布。
  • T(x) = x + v：平移变换，v ∈ R^d 是平移向量。
  • ν = T#µ：ν 是 µ 通过平移 T 得到的 pushforward 测度。
  • c_d：Carlier et al. [1] 建立的比较常数，满足 W₁ ≤ c_d R^{(d-1)/d} SW₁^{1/d}。
  • M_d：本文定义的比值 SW₁/W₁ 对于平移测度的闭式表达式。
  • Γ(·)：Gamma 函数。
  • B_R：半径为 R、中心在原点的球。

  • σ：S^{d-1} 上的均匀概率测度。

  • 模型：

  • 数据生成机制：µ 是任意概率测度，ν 是 µ 的平移版本：ν = T#µ，T(x) = x + v，v ≠ 0。
  • 什么当作已知：µ 和 ν 都是已知的（或至少可以计算它们之间的 W₁ 和 SW₁）。

  • 什么是要估的对象：比较常数 c_d 的下界。

  • 可观测数据：

  • 可观测：µ 和 ν 本身（或它们的样本）。对于平移测度，平移向量 v 是已知的（因为 ν 是 µ 的平移）。
  • 想要但观测不到：对于一般测度，c_d 的精确值。本文只针对平移测度给出了一个下界。

第二步：讲最小内核

最简特例：d=3，µ 是 xy-平面上的单位圆盘上的均匀分布，ν 是 µ 沿 z 轴平移 ε > 0 得到的分布。

在这个特例下，论文的核心思路可以完全讲清楚：

  1. 计算 W₁：
  2. 上界：平移映射 T(x) = x + kε 是一个合法的传输计划，其成本为 ∫|T(x)-x| dµ(x) = ε，所以 W₁ ≤ ε。
  3. 下界：取 1-Lipschitz 函数 f(x,y,z) = z。∫f dµ = 0（因为所有点的 z=0），∫f dν = ε（因为所有点的 z=ε）。由 Kantorovich 对偶，W₁ ≥ ∫f dν - ∫f dµ = ε。

  4. 因此，W₁ = ε。

  5. 计算 SW₁：

  6. 对于任意投影方向 θ（用球坐标 (ϕ, ψ) 表示，ϕ 是极角），投影后的分布 P_θ#µ 和 P_θ#ν 之间的 W₁ 距离等于 |⟨kε, θ⟩| = ε|cos ϕ|。
  7. 对 θ 在 S² 上均匀平均：SW₁ = ∫_{S²} ε|cos ϕ| dσ(θ) = ε/2。

  8. 这个积分可以通过球坐标显式计算：dσ = (1/(4π)) sin ϕ dϕ dψ，∫₀²π dψ = 2π，∫₀^π |cos ϕ| sin ϕ dϕ = 1，所以 SW₁ = ε/(4π) * 2π * 1 = ε/2。

  9. 核心结论：在这个特例下，SW₁/W₁ = 1/2，与 ε 无关。这个比值就是 M₃ = 2Γ(3/2) / [(3-1)√π Γ(1)] = 2*(√π/2) / (2√π * 1) = 1/2。

  10. 推广到一般 d：对于任意维度 d ≥ 2 和平移向量 v，W₁ = ||v||（命题 1），SW₁ = ||v|| * M_d（命题 2），其中 M_d = 2Γ(d/2) / [(d-1)√π Γ((d-1)/2)]。这个 M_d 是通过球面积分得到的，其核心是计算 ∫_{S^{d-1}} |⟨v, θ⟩| dσ(θ)，这可以转化为 Gamma 函数的比值。

  11. 下界构造：将 W₁ 和 SW₁ 的表达式代入 Carlier et al. [1] 的不等式 W₁ ≤ c_d R^{(d-1)/d} SW₁^{1/d}，得到 ||v|| ≤ c_d R^{(d-1)/d} (||v|| M_d)^{1/d}。整理后得到 c_d ≥ M_d^{-1/d} * (||v||/R)^{(d-1)/d}。这就是定理 1 给出的下界。

这个最小内核揭示了论文的核心数学操作：对于平移测度，W₁ 和 SW₁ 都可以用 ||v|| 和 Gamma 函数精确表达，从而可以直接代入比较不等式，反解出 c_d 的下界。论文的一般性（任意 d ≥ 2，任意平移 v，任意支撑球半径 R）只是这个特例的“加壳”。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：对于平移概率测度（ν = T#µ, T(x) = x + v），给出了 1-Wasserstein 距离 W₁ 和 Sliced 1-Wasserstein 距离 SW₁ 的闭式表达式，并利用这些表达式构造了 Carlier et al. [1] 所建立的比较常数 c_d 的一个显式下界。
  2. 核心工具/方法：Kantorovich 对偶（用于计算 W₁ 的下界）、球面积分与 Gamma 函数（用于计算 SW₁ 的闭式）、以及将闭式表达式代入比较不等式（用于反解 c_d 的下界）。
  3. 主要结论：对于任意 d ≥ 2，平移测度下的 SW₁/W₁ 比值 M_d = 2Γ(d/2) / [(d-1)√π Γ((d-1)/2)]，且 c_d ≥ M_d^{-1/d} * (||v||/R)^{(d-1)/d}。

关键设定与假设

  • 设定：µ, ν ∈ P(R^d) 是概率测度，ν = T#µ，T(x) = x + v，v ≠ 0。µ 和 ν 都支撑在半径为 R 的球 B_R 内。
  • 假设：
  • 平移变换：这是最关键的假设。论文的所有结论都依赖于 ν 是 µ 的平移。对于更一般的变换（如旋转、缩放、或任意两个分布），这些闭式表达式不成立。
  • 支撑有界：µ 和 ν 支撑在 B_R 内。这是为了满足 Carlier et al. [1] 中比较不等式的条件。对于无支撑的分布（如高斯分布），该不等式不直接适用。
  • d ≥ 2：这是 Carlier et al. [1] 中比较不等式成立的条件。d=1 时，SW₁ = W₁，比较常数退化为 1。
  • 相比已有文献：相比 Carlier et al. [1] 的一般性结果（对所有支撑在 B_R 内的测度成立），本文增加了“平移”这一强假设，但换来了显式的下界。

主要结果

  • 命题 1：对于平移测度，W₁(µ, ν) = ||v||。
  • 直觉：平移是最简单的传输，最优传输计划就是平移本身，成本就是平移距离。
  • 证明：上界由平移计划给出，下界由 Kantorovich 对偶（取 f(x) = u·x，u = v/||v||）给出。

  • 必要条件：ν 必须是 µ 的精确平移。

  • 命题 2：对于平移测度，SW₁(µ, ν) = ||v|| * M_d，其中 M_d = 2Γ(d/2) / [(d-1)√π Γ((d-1)/2)]。

  • 直觉：SW₁ 是投影后一维 W₁ 距离的平均。对于平移，一维 W₁ 距离等于 |⟨v, θ⟩|。对 θ 在球面上均匀平均，得到 M_d。
  • 证明：利用球坐标分解和 Gamma 函数的 Wallis 积分公式。

  • 技术难点：计算 ∫_{S^{d-1}} |⟨v, θ⟩| dσ(θ)。这需要将球面积分分解为极角 ϕ 和剩余 (d-2) 维球面的积分，并利用 Gamma 函数的性质。

  • 定理 1：对于平移测度，c_d ≥ M_d^{-1/d} * (||v||/R)^{(d-1)/d}。

  • 直觉：将命题 1 和 2 的闭式表达式代入 Carlier et al. [1] 的比较不等式，直接反解出 c_d 的下界。
  • 必要条件：需要 ||v|| ≤ 2R（因为 µ 和 ν 都支撑在 B_R 内，所以平移距离不能超过 2R）。当 ||v|| = R 时，下界简化为 M_d^{-1/d}。
  • 解决的技术难点：无。这是一个直接的代数推导。

证明路线与技术技巧

整体路线（3 步）：

  1. 计算 W₁：利用 Kantorovich 对偶，证明 W₁(µ, ν) = ||v||。
  2. 计算 SW₁：利用球面积分和 Gamma 函数，证明 SW₁(µ, ν) = ||v|| * M_d。
  3. 代入比较不等式：将 W₁ 和 SW₁ 的表达式代入 Carlier et al. [1] 的不等式 W₁ ≤ c_d R^{(d-1)/d} SW₁^{1/d}，解出 c_d 的下界。

关键跳跃点：没有真正的“跳跃”。整个证明是线性的、直接的。唯一需要一定技巧的是命题 2 中的球面积分，但这属于标准计算。

技术技巧点名： - Kantorovich 对偶：用于证明 W₁ 的下界（命题 1）。取特定的 1-Lipschitz 函数 f(x) = u·x，将 W₁ 的下界转化为 ∫f dν - ∫f dµ。 - 球面积分与 Gamma 函数：用于计算 SW₁（命题 2）。利用球坐标分解和 Wallis 积分公式，将 ∫_{S^{d-1}} |⟨v, θ⟩| dσ(θ) 转化为 Gamma 函数的比值。 - 代数代入：用于构造下界（定理 1）。将闭式表达式代入比较不等式，直接反解。

真实例子与应用

有真实例子：论文在第二节开头给出了一个具体的数值例子（d=3，圆盘平移）。这个例子： - 用的什么数据/场景：R³ 中，µ 是 xy-平面上的单位圆盘上的均匀分布，ν 是 µ 沿 z 轴平移 ε 得到的分布。 - 怎么把本文方法用上去：直接计算 W₁ = ε，SW₁ = ε/2，得到 SW₁/W₁ = 1/2。 - 得到什么结果：验证了命题 1 和 2 在 d=3 时的正确性，并给出了一个直观的数值感受。 - 这个例子想说明什么：① 对于平移测度，W₁ 和 SW₁ 都与平移距离 ε 成线性关系，比值是常数；② 这个常数（1/2）是 M_d 在 d=3 时的特例；③ 为后续的一般 d 推导提供直观基础。

本文为纯理论，无其他实证例子。没有模拟实验，没有真实数据应用。

🔎 结论是否比证明窄

是的，结论比证明窄。论文的证明严格限于平移测度，但结论（c_d 的下界）被表述为“对于平移测度”成立。作者在最后一句明确承认“这个下界来自一个特定的测度族（平移），且不是紧的”。然而，论文标题和摘要中“for translated measures”的限定是清晰的，没有过度 claim。一个潜在的问题是：作者没有讨论这个下界是否可能对更一般的测度族也成立（例如，是否可以通过某种逼近将一般测度视为平移的极限？）。这被留作未来工作。

四、开放问题（点到为止，扎根具体语句）

  1. 下界的紧性：本文给出的下界 M_d^{-1/d} * (||v||/R)^{(d-1)/d} 是否紧？即，是否存在一个平移测度使得 c_d 恰好等于这个下界？作者在最后一句说“the bound is not tight”，但未给出任何证明或猜测。扎根点：论文第 5 页 "It is important to note that this bound comes from one specific family of measures, translations, and that the bound is not tight."

  2. 其他变换族的下界：对于旋转、缩放、或更一般的变换（如仿射变换），能否得到类似的闭式表达式和 c_d 的下界？作者在最后一句提到“computing the ratio SW₁/W₁ for other families of measures, such as rotations or scalings”是“a natural direction for future work”。扎根点：论文第 5 页 "A natural direction for future work is computing the ratio SW₁/W₁ for other families of measures, such as rotations or scalings, and comparing various lower bounds on c_d."

  3. 非紧支撑测度：Carlier et al. [1] 的比较不等式要求测度支撑在半径为 R 的球内。对于无支撑的分布（如高斯分布），是否存在类似的不等式？如果存在，c_d 的下界会如何变化？扎根点：论文第 1 页 "for all R > 0 and all µ, ν ∈ P(R^d) supported on B_R"。

  4. c_d 的上界：本文只给出了下界。c_d 的上界是什么？是否存在一个对所有测度都成立的、显式的上界？这是 [1] 和本文都未解决的问题。扎根点：论文第 1 页 "Since their proof only establishes the existence of c_d, there is no explicit value currently given."

Maintained by 陈星宇 · Homepage · Source on GitHub

评论