Sharp local sparsity of regularized optimal transport

Titel: Scharfe lokale Sparsität regularisierter optimaler Transporte

Autoren: Alberto González-Sanz, Rishabh S. Gvalani, Lukas Koch
Datum: 2. April 2026 (Vorab-Veröffentlichung)

---

1. Problemstellung und Hintergrund

Das Paper adressiert das Problem des optimalen Transports (OT) zwischen zwei Wahrscheinlichkeitsmaßen $\lambda$ und $\mu$ mit kompakten Trägern $\Omega_0$ bzw. $\Omega_1$. Während das klassische OT-Problem (OT) nach einem Transportplan $\pi$ sucht, der die Kosten $\int \frac{1}{2}\|x-y\|^2 d\pi$ minimiert, betrachtet die Arbeit die entropie-regularisierte Variante mit $L_p$-Entropie (ROT).

Das regularisierte Problem ist definiert als:
$$\text{ROT}_{\varepsilon, p} := \inf_{\pi \in \Pi(\lambda, \mu), \pi \ll \lambda \otimes \mu} \left( \int \frac{1}{2}\|x - y\|^2 d\pi + \varepsilon \int h_p\left(\frac{d\pi}{d(\lambda \otimes \mu)}\right) d(\lambda \otimes \mu) \right)$$
wobei $h_p(z) = \frac{|z|^{p-1}}{p-1}$ für $p \in (1, 2]$ und $q = \frac{p}{p-1}$ der konjugierte Exponent ist.

Hintergrund und Motivation:

• Im Gegensatz zur klassischen entropischen Regularisierung (EOT, basierend auf $p=1$, exponentieller Dichte), die eine maximale Trägerunterstützung hat, weisen ROT-Pläne eine spärliche Unterstützung auf. Die Dichte $\rho_\varepsilon(x,y)$ kann verschwinden, was bedeutet, dass der Träger von $\pi_\varepsilon$ auf eine dünnere Menge schrumpft, wenn $\varepsilon \to 0$.
• Ein offenes Problem war die genaue Konvergenzrate, mit der der Träger des regularisierten Plans gegen den Träger des ursprünglichen OT-Plans (der Graph der optimalen Abbildung $\nabla \phi$) konvergiert.
• Bisherige Ergebnisse (z.B. von González-Sanz & Nutz sowie Wiesel & Xu) beschränkten sich auf univariate Fälle oder den Fall der Selbsttransporte ($\mu = \lambda$).

Ziel der Arbeit:
Die Autoren wollen scharfe lokale Ergebnisse für den multivariaten Fall und allgemeinere Randbedingungen herleiten, insbesondere die Konvergenzrate der Durchmesser der Schnittmengen (Sections) des Trägers bestimmen.

---

2. Methodik und Vorgehensweise

Die Analyse stützt sich auf eine Kombination aus dualer Formulierung, konvexer Analysis und Regularitätstheorie:

1. Duale Formulierung und Dichte:
   Die Autoren nutzen die duale Formulierung (D-ROT), um die Dichte des optimalen Plans explizit zu charakterisieren:
   $$\rho_\varepsilon(x, y) \propto \left( f_\varepsilon(x) + g_\varepsilon(y) - \frac{1}{2}\|x-y\|^2 \right)_+^{q-1}$$
   wobei $(f_\varepsilon, g_\varepsilon)$ die dualen Potentiale sind. Die positiven Teile $(\cdot)_+$ führen dazu, dass die Dichte außerhalb einer bestimmten Menge null ist.

2. Konvexe Potentiale:
   Es werden konvexe Funktionen $\phi_\varepsilon = \|\cdot\|^2/2 - f_\varepsilon$ und $\psi_\varepsilon = \|\cdot\|^2/2 - g_\varepsilon$ eingeführt. Der Gradient $\nabla \phi_\varepsilon(x)$ entspricht dem "Schwerpunkt" der bedingten Verteilung auf dem Träger $S_x = \{y : \rho_\varepsilon(x,y) > 0\}$.

3. Reguläritätsabschätzungen:
   Ein zentrales technisches Werkzeug ist die Nutzung von inneren Regularitätsergebnissen aus vorheriger Arbeit (GK26), die eine gleichmäßige Beschränktheit der zweiten Ableitungen $\|\nabla^2 \phi_\varepsilon\|_{L^\infty_{loc}} \leq C$ für $\varepsilon \to 0$ garantieren. Dies ermöglicht die Anwendung von Taylor-Entwicklungen und Lipschitz-Eigenschaften der Gradienten.

4. Geometrische Analyse des Trägers:
   Die Autoren analysieren die Mengen $S_x = \{y : \xi(x,y) > 0\}$, wobei $\xi(x,y) = \langle x, y \rangle - \phi_\varepsilon(x) - \psi_\varepsilon(y)$. Durch die Kombination von Jensen-Ungleichungen, Fenchel-Ungleichungen und der Struktur der Dichte wird die Geometrie dieser Mengen als annähernd kugelförmig identifiziert.

5. Reynolds-Transport-Theorem:
   Für den Fall $p=2$ wird eine spezielle Version des Reynolds-Transport-Theorems verwendet, um die zweiten Ableitungen der Potentiale über den Rand der Trägermengen $\partial S_x$ zu berechnen.

---

3. Hauptergebnisse

Die Arbeit liefert drei wesentliche Beiträge, die in den Sätzen 3.1, 3.2 und Korollar 3.3 zusammengefasst sind.

A. Scharfe lokale Sparsität (Theorem 3.1)

Für $x$ im Inneren des Trägers von $\lambda$ ($x \in \text{int}(\Omega_0)$) verhalten sich die Schnittmengen $S_x$ des Trägers wie Kugeln mit einem spezifischen Radius.
Es existieren Konstanten $R_0, \varepsilon_0$, sodass für alle $x \in K_0 \Subset \Omega_0$ und $\varepsilon \leq \varepsilon_0$:
$$B\left(\nabla \phi_\varepsilon(x), \frac{1}{R_0} \varepsilon^{\frac{1}{d(p-1)+2}}\right) \subset S_x \subset B\left(\nabla \phi_\varepsilon(x), R_0 \varepsilon^{\frac{1}{d(p-1)+2}}\right)$$

• Bedeutung: Der Durchmesser des Trägers schrumpft mit der Rate $\varepsilon^{\frac{1}{d(p-1)+2}}$.
• Schärfe: Diese Rate wird als scharf (sharp) nachgewiesen, indem ein explizites Beispiel auf dem Torus konstruiert wird (Abschnitt 6), das genau diese Skalierung zeigt.

B. Gleichmäßige starke Konvexität (Korollar 3.2)

Die regularisierten Potentiale $\phi_\varepsilon$ sind im Inneren des Trägers gleichmäßig stark konvex.
Für jede kompakte Teilmenge $K_0 \Subset \Omega_0$ existiert eine Konstante $C > 0$, sodass für hinreichend kleines $\varepsilon$:
$$\inf_{\|h\|=1} \langle \nabla^2 \phi_\varepsilon(x) h, h \rangle \geq \frac{1}{C}$$
Dies bedeutet, dass die Hessematrix von $\phi_\varepsilon$ positiv definit ist und ihre Eigenwerte nicht gegen Null gehen, solange man sich vom Rand des Trägers fernhält.

C. Konvergenzraten der Transportabbildung (Korollar 3.3)

Basierend auf der Sparsität und der starken Konvexität wird die Konvergenzrate der regularisierten Transportabbildung $\nabla \phi_\varepsilon$ gegen die unregularisierte OT-Abbildung $\nabla \phi$ hergeleitet:
$$\|\nabla \phi_\varepsilon - \nabla \phi\|_{L^2(K_0)} \leq C \varepsilon^{\frac{1}{d(p-1)+2}}$$
Dies verbessert und verallgemeinert frühere Ergebnisse, die nur für $p=2$ oder univariate Fälle galten.

---

4. Signifikanz und Beitrag zur Forschung

• Verallgemeinerung: Die Ergebnisse erweitern die bekannte Theorie von univariaten Daten und Selbsttransporten auf den allgemeinen multivariaten Fall mit beliebigen Randmaßen $\lambda$ und $\mu$ (unter milden Regularitätsannahmen wie $C^{0,\alpha}$-Dichten und $C^{1,\alpha}$-Transportabbildungen).
• Präzision der Rate: Die Arbeit liefert die erste scharfe lokale Charakterisierung der Konvergenzrate des Trägers in Abhängigkeit von der Dimension $d$ und dem Regularisierungsparameter $p$. Die Rate $\varepsilon^{\frac{1}{d(p-1)+2}}$ zeigt explizit, wie die Dimension und die Wahl von $p$ die Geschwindigkeit der Sparsität beeinflussen.
• Algorithmische Implikationen: Da ROT-Pläne spärlich sind und in linearer Zeit berechnet werden können (im Gegensatz zu EOT, das oft dichte Matrizen erfordert), ist das Verständnis der Trägerstruktur entscheidend für die Entwicklung effizienter numerischer Algorithmen und für die Abschätzung der Approximationsfehler in Anwendungen wie maschinellem Lernen oder Bildverarbeitung.
• Theoretische Fundierung: Die Demonstration der gleichmäßigen starken Konvexität der Potentiale ist ein wichtiger Schritt, um die Stabilität und Regularität der Lösungen im Grenzübergang $\varepsilon \to 0$ zu sichern.

5. Fazit

Das Paper liefert einen tiefgehenden theoretischen Durchbruch im Verständnis der Struktur regularisierter optimaler Transporte mit $L_p$-Entropie. Es beweist, dass die Regularisierung nicht nur die Berechnung erleichtert, sondern auch eine kontrollierte, geometrisch präzise Sparsität erzeugt, deren Konvergenzverhalten exakt quantifiziert werden kann. Dies schließt eine wichtige Lücke in der Literatur und bietet eine solide Basis für zukünftige Arbeiten zu numerischen Methoden und Anwendungen von ROT in hohen Dimensionen.