由1-形式建模的左不变统计李群及其统计拉普拉斯算子

《Differential Geometry and its Applications》:Left-invariant statistical Lie groups modeled by 1-forms and their statistical Laplacian operators

【字体: 大 中 小 】 时间:2026年09月26日 来源:Differential Geometry and its Applications 0.7

编辑推荐:

   摘要 我们研究李群上的左不变统计结构,其对称统计张量由单个1-形式生成。具体而言,联络的对称部分由 $\mu_S = \omega \otimes \mathrm{Id} + \mathrm{Id} \otimes \omega$ 给出,其中 $\mathrm{Id}$ 为单

  

摘要 我们研究李群上的左不变统计结构,其对称统计张量由单个1-形式生成。具体而言,联络的对称部分由 $\mu_S = \omega \otimes \mathrm{Id} + \mathrm{Id} \otimes \omega$ 给出,其中 $\mathrm{Id}$ 为单位算子。该条件自然产生勒维-西维塔联络的一阶秩变形。我们推导了李括号与定义1-形式之间的代数相容条件,该条件刻画了此构造何时给出统计李群。我们获得了特殊向量场 $U = \omega^{\sharp}$ 的结构性质,包括 $U$ 是测地线这一事实,并针对米尔诺I型李群显式确定了定义该结构的形式。我们建立了立方张量、切比雪夫向量场和统计曲率张量的显式公式。此外,我们显式计算了统计拉普拉斯算子,并对其在不同维度双曲流形中的内禀热力学漂移给出了几何解释,展示了统计漂移如何与背景几何相互作用。最后,我们正式定义了统计向量场,并证明由1-形式建模的统计李群表现出极端的几何刚性。具体而言,所得的准阿贝尔结构不允许存在任何非平凡的左不变克林变换向量场。我们证明了这种刚性现象完全独立于左不变黎曼度量选取,纯粹源于底层的代数约束。我们还建立了统计拉普拉斯算子的博chner型恒等式,以及一个基本对易定理,表明这些连续对称性与统计拉普拉斯算子对易,从而保持其特征子空间,并确保统计热流的对称性。

引言 信息几何提供了一种微分几何框架,用于研究概率分布族,即将其视为赋予自然几何结构的光滑流形。该理论的基础由Amari及其合作者通过引入Fisher信息度量及对偶仿射联络而奠定,由此引出统计流形的概念[1],[2],[10]。这一几何观点已在许多领域证明其有用性,包括统计推断、信息论和机器学习,其中几何量描述了统计模型的基本性质。

统计流形通常定义为黎曼流形 $(M, g)$ 赋予一个无挠仿射联络 $\nabla$,使得立方形式 $C = \nabla g$ 完全对称。张量 $C$ 度量了 $\nabla$ 偏离勒维-西维塔联络的程度,并编码了关于底层模型的重要统计信息[2],[5],[11],[18]。经典例子源于指数族和混合族,其几何性质可通过对偶仿射联络和 $\alpha$-联络加以描述。

统计几何与仿射微分几何和Hessian几何密切相关。特别是,Hessian流形和仿射超曲面理论为统计结构提供了自然的来源,并提供了分析曲率和仿射不变量的有力工具[15],[18]。统计流形的各种几何方面,包括曲率性质和子流形理论,已在文献中被广泛研究;参见例如[6],[20]。$\alpha$-联络在统计模型的几何描述中的作用也得到了详细研究[7],[14]。

齐次结构构成另一类重要的例子。特别是,李群上的左不变统计结构最近引起了相当大的关注,因为李群提供了一个自然的代数设置,使得几何数据可以用李代数对象来描述。近期工作研究了齐次统计流形以及李群上左不变统计结构的模空间[8],[9]。在低维情形中,此类结构的分类揭示了刚性现象以及与经典几何的有趣关联。

在本文中,我们关注由单个1-形式生成的一类特定的左不变统计结构。更精确地说,我们考虑统计李群 $(G, g, \nabla_\mu)$,其中统计张量的对称部分由线性形式 $\omega \in \mathfrak{g}^*$ 通过 $\mu_S(X, Y) = \omega(X)Y + \omega(Y)X$ 确定。该1-形式模型提供了一个方便的代数框架,使得与统计联络相关的几何量可以直接用李代数结构和形式 $\omega$ 来表达。

这一秩一变形提供了一个丰富的框架,用于理解李群的代数性质与统计算子的解析行为之间的相互作用。受低维模型与高维模型之间观察到的不同几何行为——特别是关于其与李代数生成元的对齐关系——的启发,我们揭示了一条支配这些结构的普遍相容定律,并研究了该特殊对偶向量场 $U = \omega^{\sharp}$ 的结构性质(参见定理3.1)。我们获得了立方张量和切比雪夫向量场的显式公式,并建立了刻画等仿射统计李群的条件(参见命题3.2)。

本工作的核心贡献之一是统计拉普拉斯算子的分析。通过检验特定模型,如双曲半空间,我们展示了统计漂移(由切比雪夫向量场和模向量场控制)如何与内禀几何相互作用(参见命题4.1)。有趣的是,在低维情形中,该漂移可以产生新颖的扩散动力学;而在高维情形中,它可以完全中和内禀曲率漂移。

尽管 $\Delta_{\mathrm{stat}}$ 关于黎曼体积测度不是自伴的,但它相对于由统计结构确定的适当加权测度变为自伴的(参见定理4.4)。该权重补偿了由统计立方张量产生的内禀漂移,使得 $\Delta_{\mathrm{stat}}$ 可视为保持加权测度的扩散的生成元。

我们建立了统计拉普拉斯算子的博chner型恒等式,将经典的Bochner公式从黎曼几何推广到统计流形的框架(参见定理4.5)。该恒等式揭示了黎曼度量与统计立方张量之间的相互作用如何修正通常的曲率-梯度关系,产生额外的漂移项和曲率项,这些都是统计结构所固有的。

最后,为了研究这些空间的连续对称性,我们正式引入了统计向量场的概念——即同时保持黎曼度量和统计立方张量的向量场。我们证明了一个基本定理,表明这些向量场与统计拉普拉斯算子对易(参见定理5.2)。这一结果架起了统计流形上几何对称性与谱理论之间的桥梁,确保特征子空间保持不变,并且初始对称性在统计热流下得以保持。

Inoguchi和Ohno的近期工作[8]涉及齐次统计流形。更近期地,Kobayashi等人[9]研究了三类指定李群上左不变统计结构的模空间。特别是,他们分类了左不变共轭对称统计结构和左不变对偶平坦结构,后者等价于左不变Hessian结构。

尽管本文关注的是相同的一般主题,但这里考虑的1-形式模型并不包含在[8],[9]中获得的分类中。特别是,我们的模型并非通过将[9]中的模空间问题限制到某个特殊的层或非一般的秩一轨迹而得到。相反,它基于一个不同的假设,并导致李群上左不变统计结构的一个独立的分类问题。

事实上,1-形式模型所给出的统计李群既不是对偶平坦的,也不是共轭对称的(参见命题3.4、命题3.5)。因此,本文所得的分类并不隐含于[8],[9]之中。它独立于且互补于那些文献中发展的分类。

本文其余部分组织如下。第2节引入了由李群上单个1-形式建模的左不变统计结构框架,并推导了李括号与定义1-形式之间的核心代数相容条件。第3节研究该模型的结构性质,建立了李代数上的特定相容条件,并用明确的准阿贝尔例子加以说明。第4节专述由1-形式建模的统计李群的统计拉普拉斯算子;在此我们提供了统计拉普拉斯算子 $(\Delta_{\mathrm{stat}})$ 的显式计算,并分析了其在不同维度中的内禀漂移以及与背景几何的相互作用。最后,第5节研究左不变统计向量场。我们分类的一个显著结果是所得空间的极端几何刚性。我们证明了由1-形式模型自然迫近的准阿贝尔李代数完全不存在任何非平凡的左不变克林变换向量场。关键的是,我们表明这种刚性完全独立于度量。它是空间固有的代数特征,在任何左不变度量的选取下均保持稳健。在本结论部分,我们还刻画了这些无穷小对称性,并建立了基本的对易定理 $([X, \Delta_{\mathrm{stat}}] = 0)$,揭示了统计扩散下几何对称性的保持及其对不变特征子空间的含义。

各节摘要

**统计李群**

信息几何研究统计与概率论中产生的几何结构,其中概率分布族被建模为赋予黎曼度量和对偶仿射联络的可微流形。统计流形的基本框架由Amari引入,并由多位作者进一步发展[1],[2],[10]。在该设置中,几何由一个黎曼度量以及一个无挠仿射联络共同确定,其

**由1-形式建模的统计李群**

我们研究对称联络映射由一个1-形式确定的统计李群的李括号、联络张量和曲率。

在主要章节中,$G$ 为连通李群,$\mathfrak{g}$ 为其李代数,$g$ 为正定左不变黎曼度量。我们将 $\mathfrak{g}$ 的元素与相应的左不变向量场等同。由 $\omega \in \mathfrak{g}^*$ 建模的联络具有对称联络映射 $\mu_S(X, Y) = \omega(X)Y + \omega(Y)X$,$X, Y \in \mathfrak{g}$。因此,所关联的联络映射为

**由1-形式建模的统计李群的统计拉普拉斯算子**

我们研究统计拉普拉斯算子、其加权自伴实现以及由定义形式确定的标量作用李群上的扩散。

对于光滑函数 $f$,我们记 $\mathrm{grad}_g f = (df)^{\sharp}$ 和 $\mathrm{Hess}_g f = \nabla_g df$。Laplace-Beltrami算子为 $\Delta_g f = \mathrm{div}_g(\mathrm{grad}_g f)$。其坐标表达式为[17] $\Delta_g f = \frac{1}{\sqrt{\det g}} \partial_i (\sqrt{\det g} \, g_{ij} \, \partial_j f)$。我们通过 $df$ 的对偶协向导数的迹来定义统计拉普拉斯算子:$\Delta_{\mathrm{stat}} f = \mathrm{tr}_g(\nabla_\mu^* df) = \mathrm{tr}_g(\nabla_\mu^* \nabla_\mu f)$。函数的协向导数为

**统计向量场与统计热流**

我们研究统计向量场,将不变子空间从整个光滑场的空间中进行分离,并确定这些场对统计拉普拉斯算子和热流的作用。

**定义5.1** 统计流形 $(M, g, \nabla)$ 上的光滑向量场 $V$ 称为统计的,当 $\mathcal{L}_V g = 0$,$\mathcal{L}_V C = 0$,$C = \nabla g$。

我们用 $\mathrm{stat}(M, g, \nabla)$、$\mathrm{kill}(M, g)$ 和 $\mathrm{aff}(M, \nabla)$ 分别表示光滑统计场、克林变换场和仿射场的李代数。任一空间中的两个场的括号仍在同一空间中,因为

作者:K. Bavafa | B. Najafi | S. Mehrshad | E.S. Sevim
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号