Wasserstein 空间中的非测地凸优化

基于摘要分析。本文研究 Wasserstein 空间（概率测度空间）中沿广义测地线非凸、但具有一定凸函数之差（difference-of-convex）结构的优化问题，提出 semi Forward-Backward Euler 格式，并分析其在若干非凸、可能非光滑情形下的收敛性质。 核心研究对象是概率分布上的优化，而非 EEG 解码或状态空间模型。该框架也涵盖目标分布的对数具有 difference-of-convex 结构的采样问题。作者报告，semi Forward-Backward Euler 仅对 Forward-Backward Euler 作了轻微修改，却能够在所研究的多种非凸情形下获得收敛结论；作者同时指出，据其所知，原 Forward-Backward Euler 在如此一般的非测地凸设置中的收敛性仍未知。摘要未给出具体更新公式、正则条件、收敛类型或速率，因此不能将这些结论扩展为任意非凸目标上的保证。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若某个 EEG 分布对齐问题能够明确写成 Wasserstein 空间上的目标，并验证其沿广义测地线满足所需的 difference-of-convex 结构，这项工作可能提供优化器设计及理论分析的参考。可复用部分是概率测度上的更新思路；需改造或核对的部分包括 EEG 特征的测度表示、目标函数结构、离散近似及计算可行性。低信噪比、跨被试偏移和小样本可能使经验分布估计不稳定，通道配置变化也可能破坏共同表示的前提。可检验的小实验是在固定 EEG 特征和跨被试划分下，对同一满足理论条件的分布对齐目标比较两种 Euler 格式的目标值轨迹与数值稳定性，再单独考察下游解码表现；这些均不是论文已验证结果。已有 EEG 相关工作尚未检索确认。