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）中目标函数沿广义测地线非凸的优化问题，利用这些测地线上的凸函数之差结构，提出 semi Forward-Backward Euler 方案并推导收敛性结论。其研究对象是概率测度上的优化与采样，并非状态空间模型或 EEG/BCI 方法。 技术上，所考虑的目标具有沿广义测地线的 difference-of-convex 结构；该框架也涵盖目标分布的对数具有这一结构的采样问题。作者报告，semi Forward-Backward Euler 仅对 Forward-Backward Euler 作轻微修改，却能够在多种非凸、可能非光滑的情形下获得收敛性分析。作者同时指出，据其所知，原 Forward-Backward Euler 在本文所讨论的广泛非测地凸设定下，其收敛性仍未知；这一判断应理解为作者对理论现状的陈述，而非已独立核实的结论。 摘要未提供具体迭代公式、凸差分解条件、步长约束、收敛对象或收敛速率，因此尚不能判断理论保证适用于何种目标分布及数值实现。实验协议、消融及统计信息尚未验证，摘要也未给出可用于比较算法实际性能的结果。 本文与 EEG/BCI 的直接对应关系尚未建立；是否能用于相关概率分布优化或采样，需先核对应用目标是否满足其结构与收敛假设。已有 EEG 相关工作尚未检索确认，不据此推断跨被试迁移或解码性能收益。