Wasserstein投影中Shadow的稳定性与样本复杂度分析

1. 项目概述：从最优传输到Shadow的稳定性

在机器学习和统计推断的许多前沿应用中，我们常常需要处理一个核心问题：如何将一个复杂的概率分布“投影”到一个结构更简单的分布集合上？比如，在生成模型中，我们希望将生成器输出的分布匹配到真实数据分布所在的流形上；在多任务学习中，我们希望找到一个共享的表示，使其边缘分布与多个任务的边缘分布都接近。这类问题在数学上可以抽象为Wasserstein投影问题。

想象一下，你手头有一堆来自不同来源、格式各异的数据（比如，一组文本特征和一组图像特征），你想把它们“融合”成一个统一的、联合的数据表示，同时要求这个新表示的每个维度（边缘分布）都尽可能贴近原始数据各自的统计特性。最优传输理论中的Wasserstein距离，为我们提供了衡量分布间差异的天然几何工具。而“投影”操作，就是在这个Wasserstein几何下，寻找离目标分布最近的那个、满足特定约束（比如具有给定边缘分布）的分布。

近年来，Eckstein和Nutz在分析Sinkhorn算法（一种快速计算近似最优传输的方法）的稳定性时，引入了一个非常巧妙的构造——Shadow（影）。你可以把它理解为Wasserstein投影问题的一个“自然”或“典型”解。它不是任意的投影，而是通过分别求解目标分布与每个约束边缘分布之间的最优传输映射，然后将这些映射组合起来构造而成的。这个构造因其清晰的几何直观和良好的计算性质，在统计应用中备受关注，例如，Kim等人的工作就利用Shadow从解耦的边缘数据集中“扩展”出一个耦合，从而有效增加了样本量。

然而，一个理论工具要真正实用，我们必须回答两个关键问题：稳定性和样本复杂度。稳定性问的是：如果输入数据（目标分布和约束的边缘分布）有微小的扰动，那么计算出的Shadow会变化多大？如果答案是“变化巨大”，那么这个方法就缺乏鲁棒性，对噪声和估计误差会非常敏感。样本复杂度则关心：当我们只有有限样本（经验分布）而非真实分布时，用经验分布算出的Shadow，距离用真实分布算出的“理想”Shadow有多远？这直接决定了我们需要多少数据才能获得可靠的估计。

本文要探讨的，正是Shadow的定量稳定性及其样本复杂度。我们将看到，在相当温和的条件下，Shadow关于输入数据是双Hölder连续的——这意味着输入的小扰动只会导致Shadow的受控变化。基于这一稳定性结果，结合最优传输中关于经验分布收敛速率的最新理论，我们能够推导出Shadow样本复杂度的明确上界。这些结果不仅具有理论美感，更为Shadow在高维统计、生成模型评估、分布鲁棒优化等实际场景中的可靠应用，铺平了道路。

2. 核心概念与问题形式化

2.1 Wasserstein距离与投影问题

首先，我们得统一语言。设我们有K个空间 (X_1, \dots, X_K)，每个 (X_i \subseteq \mathbb{R}^{d_i})。我们关心定义在乘积空间 (X = X_1 \times \dots \times X_K) 上的概率分布。对于一个分布 (\rho \in \mathcal{P}(X))，我们用 (\rho_i) 表示它的第i个边缘分布。

Wasserstein距离 是衡量两个分布“差异”的尺子。对于 (p \in [1, \infty))，两个分布 (\mu, \nu) 之间的 (p)-Wasserstein距离定义为： [ W_p^p(\mu, \nu) = \inf_{\gamma \in \Pi(\mu, \nu)} \int d(x, y)^p d\gamma(x, y) ] 其中，(\Pi(\mu, \nu)) 是所有以(\mu)和(\nu)为边缘分布的耦合（联合分布）的集合，(d) 是底层的距离函数。直观上，它计算的是将“泥土”(\mu) 搬动成“土堆”(\nu) 所需的最小平均“功”（成本为距离的p次方）。

我们的投影问题 如下：给定一个目标分布 (\rho \in \mathcal{P}(X))，以及一组边缘分布约束 (\mu = (\mu_1, \dots, \mu_K))，我们希望找到在约束集 (\Pi(\mu))（所有边缘分布为(\mu_i)的联合分布）中，离(\rho)最近的分布： [ \min_{\pi \in \Pi(\mu)} W_p(\pi, \rho). \tag{2.1} ] 这个问题等价于一个多边缘最优传输（MOT）问题。直接求解(2.1)通常是计算困难的，尤其是当K很大时，它甚至是NP难的。但幸运的是，我们的成本函数具有可分离的特殊结构，这引出了Shadow这个优雅的构造。

2.2 Shadow：一个构造性的投影解

Shadow的精妙之处在于，它绕开了直接求解高维的联合投影问题，转而分解为一系列低维的边缘传输问题。

定义 2.1 (Shadow)： 对于每个边缘 (i = 1, \dots, K)，令 (\gamma_i(dx_i, dy_i) = \kappa_i(dx_i|y_i)\rho_i(dy_i)) 为边缘分布(\mu_i)与(\rho_i)之间的一个最优传输耦合。这里，(\kappa_i(\cdot|y_i)) 可以理解为在给定(y_i)时，将质量传输到(x_i)的条件分布。然后，我们构造一个在(X)上的条件分布 (\kappa(dx|y) := \bigotimes_{i=1}^K \kappa_i(dx_i|y_i))。最终，(\rho) 在 (\Pi(\mu)) 上的一个Shadow (\pi^) 定义为： [ \pi^(dx) = \int_X \kappa(dx|y) \rho(dy). ] 换句话说，我们独立地对每个维度进行从(\rho_i)到(\mu_i)的最优传输，然后将这些传输“组装”起来，通过(\rho)这个联合分布进行混合，从而得到一个满足所有边缘约束(\mu_i)的新联合分布(\pi^*)。

关键理解： Shadow的构造可以类比为“分而治之”。我们不是直接寻找一个复杂的、高维的联合传输方案，而是先解决每个维度上独立的、相对简单的传输问题（从(\rho_i)到(\mu_i)），然后再利用原始联合分布(\rho)中蕴含的维度间相关性信息，将这些独立的传输方案“粘合”起来。这保证了最终得到的(\pi^*)不仅边缘分布正确，其联合结构也部分保留了(\rho)的特征。

一个重要的性质是，如此定义的Shadow (\pi^) 确实是原始投影问题(2.1)的一个解，并且对应的最优值等于 (\sum_{i=1}^K W_p^p(\mu_i, \rho_i))。然而，需要注意的是，由于边缘最优传输耦合可能不唯一，Shadow也可能不唯一。但当目标分布(\rho)绝对连续时，我们可以证明Shadow是唯一的，并且由确定的最优传输映射给出：(\pi^ = (T^{\rho_1 \to \mu_1}, \dots, T^{\rho_K \to \mu_K})_# \rho)，其中 (T^{\rho_i \to \mu_i}) 是将(\rho_i)推前到(\mu_i)的最优传输映射，(#)表示推前操作。

3. Shadow的定量稳定性分析

稳定性分析的核心是回答：当输入((\rho, \mu)) 变为 ((\xi, \nu)) 时，对应的Shadow (S(\rho; \mu)) 和 (S(\xi; \nu)) 之间的Wasserstein距离如何被控制？我们的目标是建立形如下式的不等式： [ W_p(S(\rho; \mu), S(\xi; \nu)) \leq \text{关于} W_p(\rho, \xi) \text{和} W_p(\mu, \nu) \text{的函数}. ]

3.1 稳定性证明的核心策略与分解

利用三角不等式，我们可以将问题分解为两个更易处理的部分： [ W_p(S(\rho; \mu), S(\xi; \nu)) \leq W_p(S(\rho; \nu), S(\xi; \nu)) + W_p(S(\rho; \mu), S(\rho; \nu)). \tag{3.1} ] 这个分解非常直观：

1. 第一项 (W_p(S(\rho; \nu), S(\xi; \nu)))： 比较的是目标分布不同（(\rho) vs (\xi)），但投影约束相同（都是(\nu)）的两个Shadow。这衡量了Shadow对目标分布的敏感度。
2. 第二项 (W_p(S(\rho; \mu), S(\rho; \nu)))： 比较的是目标分布相同（都是(\rho)），但投影约束不同（(\mu) vs (\nu)）的两个Shadow。这衡量了Shadow对约束边缘分布的敏感度。

我们的任务就转化为分别控制这两项。

3.2 控制第一项：Lp投影的收缩性

对于第一项，当(\rho)和(\xi)都绝对连续时，Shadow可以由唯一的最优传输映射给出。此时，我们可以将Shadow的构造重新表述为一个希尔伯特空间（Lp空间）中的投影问题。

具体来说，我们固定一个绝对连续的参考测度(\lambda)，并将概率分布视为由传输映射推前(\lambda)得到的。那么，寻找Shadow (S(\rho; \mu)) 等价于在满足边缘约束((X_i)# \lambda = \mu_i)的所有映射((X_1, \dots, X_K))中，寻找一个最接近某个将(\lambda)映射为(\rho)的映射(X\rho)的映射（在Lp范数意义下）。这是一个在凸集（约束集合）上的Lp投影问题。

关键引理 3.1 (Lp投影的非扩张性)： 在Lp空间中，向一个闭凸集的投影算子是非扩张的。这意味着，如果我们将两个不同的目标分布(\rho)和(\xi)对应为两个映射(X_\rho)和(X_\xi)，那么它们向同一个凸集（由约束(\mu)定义）投影后的结果之间的距离，不会超过原始映射之间的距离： [ | \text{Proj}\mu(X\rho) - \text{Proj}\mu(X\xi) |{L^p} \leq | X\rho - X_\xi |_{L^p}. ] 这个不等式在Wasserstein距离下的对应形式，恰好给出了我们需要的上界： [ W_p(S(\rho; \mu), S(\xi; \mu)) \leq W_p(\rho, \xi). \tag{3.2} ] 这个结果非常强，它表明当投影约束固定时，Shadow随目标分布的变化是Lipschitz连续的，且Lipschitz常数为1。也就是说，目标分布的微小扰动，最多导致Shadow产生同等量级的扰动。这为Shadow的数值计算提供了良好的稳定性保证。

实操心得： 这个非扩张性性质在实际算法设计中非常有用。例如，在使用迭代算法（如Sinkhorn）计算Shadow的近似解时，如果每一步迭代对目标分布的更新是微小的，那么对应的Shadow近似解的变化也将是可控的，这有助于算法的收敛性分析。

3.3 控制第二项：最优传输映射的Hölder连续性

第二项 (W_p(S(\rho; \mu), S(\rho; \nu))) 的控制更具挑战性，它本质上归结为最优传输映射的稳定性问题。当(\rho)绝对连续时，(S(\rho; \mu) = (T^{\rho_1 \to \mu_1}, \dots, T^{\rho_K \to \mu_K})# \rho)。因此， [ W_p(S(\rho; \mu), S(\rho; \nu)) \leq \left( \sum{i=1}^K | T^{\rho_i \to \mu_i} - T^{\rho_i \to \nu_i} |_{L^p(\rho_i)}^p \right)^{1/p}. \tag{3.3} ] 所以，我们需要估计最优传输映射 (T^{\rho_i \to \mu_i}) 和 (T^{\rho_i \to \nu_i}) 之间的差异，当它们的靶测度(\mu_i)和(\nu_i)接近时。

这是一个深刻的理论问题。Gigli曾给出例子，表明映射 (\lambda \mapsto T^{\lambda \to \rho}) 的连续性最多是1/2-Hölder的，无法达到Lipschitz连续。近年来，Delalande和Mérigot取得了突破，对于(p=2)（即Wasserstein-2距离）的情形，证明了最优传输映射是1/6-Hölder连续的。随后，Mischler和Trevisan将这一结果推广到了更一般的(1 < p < \infty)情形。

关键引理 3.2 (最优传输映射的Hölder连续性)： 设(\lambda)是定义在紧凸集上的绝对连续概率测度，其密度上下有界。对于(1 < p \leq 2)，存在常数(C = C(\lambda, p, \theta) < \infty)和指数(\theta(p) > 0)（具体形式与p有关），使得对任何支撑在紧集上的概率测度(\mu, \nu)，有： [ | T^{\lambda \to \mu} - T^{\lambda \to \nu} |{L^2(\lambda)} \leq C W_1(\mu, \nu)^{\theta(p)}. \tag{3.4} ] 对于(p \in (1,2])，我们可以利用(L^p)空间嵌入到(L^2)空间的性质，将上述(L^2)范数估计转化为(L^p)范数估计，从而最终得到： [ W_p(S(\rho; \mu), S(\rho; \nu)) \leq C \sum{i=1}^K W_q(\mu_i, \nu_i)^{\theta(p)}, \tag{3.5} ] 其中(1 \leq q \leq \infty)，常数(C)依赖于(\rho)和空间(X)，但与(\mu, \nu)无关。

注意事项： 目前这个Hölder连续性结果主要适用于(1 < p \leq 2)。对于(p > 2)的情况，由于从(L^2)估计无法直接控制(L^p)范数，需要发展新的理论框架，这仍然是一个开放问题。在实际应用中，如果使用(p > 2)的Wasserstein距离，需要警惕稳定性可能变差。

3.4 主要稳定性定理

综合以上两部分，我们得到了Shadow稳定性的核心定理。

定理 3.3 (Shadow的稳定性)： 固定 (1 < p \leq 2)。假设空间(X)是紧凸的且边界可忽略，目标分布(\rho)和(\xi)是绝对连续的，且密度上下有界。那么，(\rho)在(\Pi(\mu))上和(\xi)在(\Pi(\nu))上的Shadow是唯一的，并且存在常数(C)和指数(\theta(p) > 0)，使得对任意(1 \leq q \leq \infty)，有： [ W_p(\mu, \nu) \leq W_p(S(\rho; \mu), S(\xi; \nu)) \leq W_p(\rho, \xi) + C \sum_{i=1}^K W_q(\mu_i, \nu_i)^{\theta(p)}. \tag{3.6} ] 这个定理给出了Shadow距离的一个双Hölder连续性估计。下界是平凡的，因为(S(\xi; \nu))的边缘就是(\nu)，所以它到任何以(\mu)为边缘的分布（包括(S(\rho; \mu))）的距离至少是(W_p(\mu, \nu))。上界则由两部分组成：第一部分是目标分布差异的Lipschitz项（系数为1），第二部分是边缘分布差异的Hölder项（指数为(\theta(p) < 1)）。这表明Shadow对目标分布的变化比对边缘约束的变化更为敏感。

4. 从稳定性到样本复杂度

理论稳定性最终要服务于实践。在统计学和机器学习中，我们几乎从未拥有真实的总体分布(\rho)和(\mu)，我们有的只是从它们中独立同分布采样得到的有限样本，即经验分布(\rho_n)和(\mu^m)。一个自然的问题是：用这些经验分布计算出的经验Shadow (S(\rho_n; \mu^m))，距离用真实分布算出的总体Shadow (S(\rho; \mu)) 有多远？我们需要多少样本（即n和m需要多大）才能保证这个误差足够小？这就是样本复杂度问题。

4.1 处理非绝对连续的经验分布

定理3.3要求目标分布绝对连续，但经验分布(\rho_n)是离散的，不满足该条件。为了克服这个障碍，我们采用平滑化（Smoothing） 的技术。具体而言，我们用一个绝对连续的核函数（例如，一个方差为(\sigma^2)的高斯分布或一个紧支撑的均匀分布）去卷积（平滑）经验分布(\rho_n)，得到平滑后的版本(\rho_{n,\sigma} := \rho_n * \gamma_\sigma)。平滑操作有两个关键性质：

1. 它产生一个绝对连续分布，从而可以应用定理3.3。
2. 它在Wasserstein距离下是非扩张的：(W_p(\rho_{n,\sigma}, \rho_\sigma) \leq W_p(\rho_n, \rho))，其中(\rho_\sigma = \rho * \gamma_\sigma)是平滑后的真实分布。

通过选取一个适当的、随样本量增加而趋于0的平滑参数(\sigma)，并利用Wasserstein度量的紧性论证，我们可以证明，存在由平滑序列极限定义的经验Shadow，它满足与定理3.5类似的不等式。

定理 4.1 (经验Shadow的稳定性)： 在定理3.3关于(X)和(\rho)的假设下，对于任意（可能非绝对连续）的概率测度(\xi)（例如经验分布(\rho_n)），存在一个(\xi)在(\Pi(\nu))上的Shadow (S(\xi; \nu))，使得不等式(3.6)依然成立，其中常数(C)仅依赖于(\rho)，而与(\xi, \mu, \nu)无关。

这个定理是连接稳定性理论与样本复杂度的桥梁。它告诉我们，即使对于离散的经验分布，我们也能（通过一个极限构造）找到一个Shadow，其与总体Shadow的误差可以被真实分布与经验分布之间的Wasserstein距离所控制。

4.2 样本复杂度上界的推导

现在，我们将定理4.1应用于经验分布。令(\rho_n)为从(\rho)中抽取的n个i.i.d.样本的经验分布，(\mu_i^m)为从(\mu_i)中抽取的m个i.i.d.样本的经验分布，(\mu^m = (\mu_1^m, \dots, \mu_K^m))。那么，存在一个经验Shadow (S(\rho_n; \mu^m))满足： [ W_p(S(\rho; \mu), S(\rho_n; \mu^m)) \leq W_p(\rho, \rho_n) + C \sum_{i=1}^K W_q(\mu_i, \mu_i^m)^{\theta(p)}. \tag{4.1} ] 为了得到样本复杂度的具体速率，我们需要知道经验分布收敛到真实分布的速率，即(W_p(\rho, \rho_n))和(W_q(\mu_i, \mu_i^m))的收敛阶。这依赖于分布的内在维度和尾部性质。

近年来，Niles-Weed和Bach引入了Wasserstein维数的概念，它比欧氏空间的嵌入维数更能反映概率测度支撑集的内在复杂性。对于一个支撑在(R^d)上的分布，如果它是绝对连续的，其上下Wasserstein维数都等于(d)。但对于具有低维流形结构或稀疏性的分布，其Wasserstein维数可能远小于(d)。

结合关于经验测度Wasserstein收敛速率的最新结果，我们可以得到以下样本复杂度上界。

推论 4.2 (Shadow的样本复杂度)： 在定理3.3的假设下，并假设存在(s_i > \max{d_p^(\mu_i), 2p, 2q}) 和 (t_i < d_(\mu_i))，其中(d_p^)和(d_)分别是上、下Wasserstein维数。那么，经验Shadow的期望误差满足： [ \mathbb{E}[W_p(S(\rho; \mu), S(\rho_n; \mu^m))] \leq O\left( n^{-1/(\sum d_i)} \right) + O\left( \sum_{i=1}^K m^{-\theta(p)/s_i} \right). \tag{4.2} ] 这里，(d_i)是(\rho)在第i个分量空间上的（某种）维数，(s_i)和(t_i)与边缘分布(\mu_i)的复杂性有关。下界则由(O\left( \sum_{i=1}^K m^{-1/t_i} \right))给出。

结果解读与实操意义：

1. 收敛速率： (4.2)式给出了误差上界随样本量n和m衰减的速率。第一项(O(n^{-1/(\sum d_i)}))源于目标分布(\rho)的估计误差，其指数分母是各维度维数之和，这体现了“维数诅咒”——当总维度很高时，需要大量样本来准确估计联合分布。第二项(O(m^{-\theta(p)/s_i}))源于边缘分布(\mu_i)的估计误差，其指数不仅依赖于样本量m和边缘分布的复杂度(s_i)，还依赖于稳定性定理中的Hölder指数(\theta(p))。由于(\theta(p) < 1)，这导致边缘估计误差的收敛速率比标准的(m^{-1/2})或(m^{-1/d})更慢，反映了投影操作对边缘误差的放大效应。
2. 维度影响： 如果边缘分布(\mu_i)的支撑集具有较低的内在维数（即(s_i)较小），那么第二项的收敛会更快。这为在高维统计中使用Shadow提供了希望：即使原始数据空间维度很高，但如果边缘分布的结构相对简单，我们仍然可以用相对较少的样本获得较好的投影估计。
3. 概率保证： 在更强的假设下（如(\sum d_i > 4, s_i > 4)），我们可以得到高概率的非渐近界，这在实际的算法可靠性分析中非常有用。

5. 理论的应用场景与实操考量

5.1 在统计学习与机器学习中的应用

1. 数据融合与耦合扩展： 这是Shadow被引入统计应用的初衷。假设我们有两个解耦的数据集，分别提供了关于变量(X_1)和(X_2)的独立样本（即我们只有边缘经验分布(\mu_1^m)和(\mu_2^m)），而没有它们的联合样本。同时，我们有一个来自另一个相关但不同的总体(\rho)的联合样本（例如，一个较小的、有标签的配对数据集）。我们可以利用Shadow，将(\rho)的信息“投影”到由(\mu_1^m)和(\mu_2^m)定义的边缘约束上，从而构造出一个“扩展的”耦合分布(S(\rho_n; \mu^m))。这个新分布既符合我们拥有的边缘统计信息，又融入了来自(\rho)的联合结构信息，有效增加了可用于下游任务的“有效样本量”。我们的稳定性与样本复杂度分析保证了，当边缘样本量(m)和目标分布样本量(n)足够大时，这个构造是接近“理想”耦合的。

2. 分布鲁棒优化中的近似： 在分布鲁棒优化中，我们经常需要在满足一定边缘约束的分布集合中，寻找最坏情况下的期望损失。这个集合通常用Wasserstein球来定义。计算在这个集合上的上确界（或下确界）可能非常困难。Shadow提供了一种构造特定分布（即投影）的方法，可以用来给出目标函数值的上界或下界，或者作为启发式解。稳定性定理保证了，当不确定性集合（由Wasserstein球半径定义）或名义分布发生微小变化时，用Shadow给出的界或解不会发生剧烈变动。

3. 生成模型评估与插值： 在评估生成模型（如GANs）时，我们常需要比较生成分布与真实数据分布。有时，我们更关心生成数据在某些特定属性（边缘分布）上的匹配程度。Shadow可以用于将生成分布投影到满足真实数据边缘约束的集合上，然后比较投影前后的差异。这个差异量化了生成分布在“保持正确边缘”的前提下，与真实联合分布的剩余差距。样本复杂度分析则告诉我们，需要多少生成样本和真实数据样本，才能可靠地进行这种评估。

5.2 算法实现与数值计算中的注意事项

虽然本文聚焦于理论分析，但理解这些结论对算法实现有重要指导意义。

1. 计算Shadow的近似算法： 直接按照Shadow的定义计算需要求解K个边缘最优传输问题，并构造条件分布。对于连续分布，这通常涉及计算最优传输映射（如通过求解Monge-Ampère方程或使用Brenier理论）。在实践中，对于离散经验分布，我们可以使用Sinkhorn算法（熵正则化的最优传输）来高效地近似计算边缘耦合(\gamma_i)。Eckstein和Nutz最初引入Shadow正是为了分析Sinkhorn算法的稳定性。我们的理论表明，只要正则化参数选择得当，用Sinkhorn算出的近似Shadow同样会具有良好的稳定性。

2. 平滑参数的选择： 当处理经验分布时，平滑是必要的。平滑核的带宽(\sigma)是一个关键超参数。理论上，(\sigma)应随样本量(n)趋于零，但速率不能太快也不能太慢。太慢会导致偏差过大，太快则会使平滑后的分布仍接近离散，常数(C)可能变大。一个实用的启发式方法是根据数据的尺度或最近邻距离来选取(\sigma)，并在可能的情况下进行交叉验证。

3. 对Hölder指数(\theta(p))的认知： 我们的理论指出，对于(1 < p \leq 2)，稳定性关于边缘分布的误差是Hölder连续的，指数(\theta(p) < 1)。这意味着边缘估计中的小误差，在投影后可能会被放大（相比于Lipschitz连续）。在算法设计中，这意味着我们需要以更高的精度来估计边缘分布，以确保最终投影结果的准确性。对于(p=2)，已知(\theta(2) = 1/6)。这个数值较小，提示我们需要格外关注边缘分布的估计质量。

4. 维度灾难的应对： 样本复杂度上界中的项(O(n^{-1/(\sum d_i)}))明确警示了高维问题。如果总维度(\sum d_i)很大，那么要准确估计目标联合分布(\rho)需要海量样本。这在实践中往往不可行。因此，在应用Shadow方法时，必须考虑降维或利用结构先验。例如，如果已知(\rho)的支撑在一个低维流形上，那么其内在的Wasserstein维数可能远小于名义维度，此时收敛速率会改善。或者，我们可以使用参数化模型（如神经网络）来拟合(\rho)和传输映射，从而缓解对样本量的直接依赖。

6. 总结与未来方向

我们深入探讨了Wasserstein投影中Shadow概念的定量稳定性及其样本复杂度。核心结论是，在目标分布绝对连续等温和条件下，Shadow关于输入数据是双Hölder连续的。这一稳定性源于两个关键理论工具的融合：Lp投影的收缩性质（控制对目标分布的敏感性）和最优传输映射的Hölder连续性（控制对边缘约束的敏感性）。基于稳定性，我们进一步推导了当使用经验分布时，Shadow估计误差的收敛速率，明确了其样本复杂度。

这些理论结果为Shadow在机器学习和统计学中的可靠应用奠定了基础。它们意味着，基于有限数据计算Shadow是统计一致的，并且我们可以量化所需的数据量。然而，理论也揭示了挑战所在，特别是高维场景下的慢收敛速率，以及对边缘分布估计误差的相对敏感性。

从我个人的研究经验来看，这个方向仍有几个值得探索的开放问题：首先是将Hölder稳定性结果推广到(p > 2)的情形，这需要发展关于(p)-Wasserstein最优传输映射(L^p)稳定性的新理论。其次是研究正则化Shadow（如熵正则化）的稳定性与样本复杂度，因为Sinkhorn算法在实际中更为常用。最后，是如何将理论中较保守的常数具体化，甚至设计自适应的数据驱动方法来选择平滑参数或调整投影过程，以在实践中获得更优的性能。这些问题的解决，将进一步推动最优传输理论在数据科学中的深入应用。