Decentralized Free-Support Wasserstein Barycenter编辑

Decentralized Free-Support Wasserstein Barycenter（去中心化自由支撑 Wasserstein 重心） 是 乔鑫宝、Bokai Hou、Peihua Mai、Wenqian Li、Wenjing Yan 和 Ying-Jun Angela Zhang 的稿件，目前在审（under review）。论文研究网络中的多个参与方如何构建共享分布参考，并让这一参考适应各方本地数据的几何结构。¹

概览编辑

许多去中心化 Wasserstein 重心算法预先规定一套共同网格，只优化各位置上的质量。共同网格便于节点达成一致，却可能限制几何表达，或需要较大的表示规模。该稿件采用互补的选择：固定各原子的等量质量，连续优化其位置，而不同时优化质量和位置。

每个节点根据本地最优传输计划构造重心支撑点的更新目标，再通过邻居 gossip 通信，在 majorization–minimization 框架内聚合与支撑规模相应的更新变量。本地测度和传输计划保留在各自节点；这种数据访问边界本身并不构成形式化隐私保证。

关键启示编辑

• 表示方式也是通信设计的一部分。 紧凑且可移动的支撑点有望保留分布几何，同时减少对稠密共同网格的依赖。
• 重心质量与节点一致性具有不同的时间尺度。 稿件报告，较浅的 gossip 可以形成质量较好的网络平均重心，后续通信主要改善各节点局部副本的一致性。
• 通信预算会改变理论保证。 固定通信深度控制节点分歧和平均更新；更强的驻点结论需要额外条件和递增通信。
• 共享几何参考可以服务于平均之外的决策。 论文将重心用于协作式分布鲁棒优化的名义分布构建。

证据与适用边界编辑

稿件在合成测度、图像分布和三维点云上，与代表性固定支撑去中心化算法进行比较，报告了较低的重心目标值、较好的几何保真度，以及所测设置中的显著计算和通信节省；同时评估了协作式分布鲁棒优化应用。这些结论来自当前在审稿件的实验报告。

在二次代价和精确本地最优传输计划的分析中，精确聚合给出单调下降与最佳迭代的 Clarke 驻点保证。固定 gossip 深度给出的则是依赖拓扑的节点分歧和网络平均运动界，不能据此推出驻点。满足稿件中的紧支撑和混合假设，并充分递增 gossip 深度使混合误差可求和时，节点分歧趋于零，聚点满足 Clarke 驻点条件。驻点结论不等于全局最优。正则化分析要求熵正则子问题被精确求解，不能直接用于证明有限次 Sinkhorn 迭代的保证。

研究定位编辑

该工作连接 AI 与网络、分布式 Wasserstein 重心、Wasserstein 几何与数据中心 ML。它把乔鑫宝关于协作分布参考的研究，从使用参考进行评估，延伸到在去中心化访问与通信约束下计算参考本身。

审稿状态编辑

该稿件目前在审（under review）。

Footnotes编辑

1. 作者提供的稿件，包括摘要、引言、方法、理论、实验与结论；论文元数据由作者于 2026 年 10 月 7 日提供。 ↩