经验熵最优传输分布收敛及统计应用

最近，经验熵最优传输（Empirical Entropic Optimal Transport, EOT）的统计性质受到广泛关注，因为该量因其计算效率被证明在复杂数据分析中具有实用价值。在许多应用中，EOT方案不仅提供最优值，还提供了额外的有价值信息。例如，在细胞生物学中，基于EOT方案的细胞共定位分析被引入作为衡量不同蛋白质装配物在空间接近性的量化方法。尽管近期在EOT风险属性分析方面取得了进展，但其统计波动的精确理解——以便将其用于推断——仍存在较大局限。本文推导了一类EOT方案函数的渐近弱收敛结果，其中包括共定位过程。证明基于Hadamard可微性和扩展的delta方法。作为应用，我们获得了共定位曲线的统一置信带和自助引导一致性。我们的理论通过仿真研究得到支持，并通过线粒体蛋白共定位的实际数据得到说明。