[論文レビュー] A review of matrix scaling and Sinkhorn's normal form for matrices and positive maps

Martin Idel|arXiv (Cornell University)|Sep 20, 2016

Matrix Theory and Algorithms参考文献 149被引用数 39

ひとこと要約

この論文は、行列スケーリングとシンクホルンの正規形について包括的なレビューを提供し、古典的行列と量子情報における正マップにわたる70年以上にわたる数学的発展を統合する。凸最適化、非線形ペロン＝フロベニウス理論、エントロピー最小化、双対性といった多様なアプローチを統合し、量子力学や計算複雑性に応用のある、行列代数上の正マップへの一般化であるオペレータ・シンクホルン定理の収束性と安定性に関する結果を確立する。

ABSTRACT

Given a nonnegative matrix $A$, can you find diagonal matrices $D_1,~D_2$ such that $D_1AD_2$ is doubly stochastic? The answer to this question is known as Sinkhorn's theorem. It has been proved with a wide variety of methods, each presenting a variety of possible generalisations. Recently, generalisations such as to positive maps between matrix algebras have become more and more interesting for applications. This text gives a review of over 70 years of matrix scaling. The focus lies on the mathematical landscape surrounding the problem and its solution as well as the generalisation to positive maps and contains hardly any nontrivial unpublished results.

研究の動機と目的

• 複数の分野にわたる行列スケーリングの歴史的発展をたどり、多様な数学的アプローチを統一する。
• 古典的行列スケーリングと、量子情報理論における正マップへの一般化との間の関係を明確にする。
• 収縮法とヒルベルト距離解析を用いて、オペレータ・シンクホルン定理の収束速度と安定性に関する結果を確立する。
• 量子力学、計算複雑性（例：エムドンの問題）、および恒等式の下界に関する未解決問題と応用を強調する。
• 行列スケーリングに関する70年以上にわたる文献を統合し、数学、量子情報、最適化の研究者に統一された参考文献を提供する。

提案手法

• ヒルベルト距離と収縮写像の議論を用いて、正マップに対するシンクホルン反復の幾何的収束を証明する。
• 凸プログラミングの双対性とエントロピー最小化を適用し、スケーリングアルゴリズムと収束保証を導出する。
• 非線形ペロン＝フロベニウス理論を用いて、正性を改善する写像に対するスケーリング解の存在と一意性を分析する。
• 状態-チャネル双対性を介してオペレータ・シンクホルン反復を導入し、古典的スケーリングを非可換設定に拡張する。
• ヒルベルト距離を用いた安定性バウンドを導出し、入力マップの小さな摂動がスケーリングされたマップに小さな摂動をもたらすことを示す。
• グルヴィッツの定理を用いて、古典的結果を正マップへ一般化し、正確および近似的なスケーラビリティを特徴付ける。

実験結果

リサーチクエスチョン

• RQ1 凸最適化、エントロピー最小化、非線形ペロン＝フロベニウス理論といった異なる数学的アプローチが、行列スケーリングの共通枠組みにおいてどのように統合されるか？
• RQ2 行列代数上の正マップに対するオペレータ・シンクホルン反復の収束速度と安定性は何か？
• RQ3 古典的シンクホルン定理は、量子情報における正マップのような非可換設定にどのように一般化できるか？
• RQ4 オペレータ・シンクホルン定理のアルゴリズム的インパクトは、エムドンの問題や有理関数の恒等式テストにどのように現れるか？
• RQ5 完全に分解不能な正マップの正確スケーラビリティから導かれる混合ディスcriminantおよびパーマネントの定量的バウンドは何か？

主な発見

• オペレータ・シンクホルン定理により、行列代数上の正性を改善する任意の写像が、可逆変換を用いて二重確率的マップにスケーリング可能であることが確立される。
• ヒルベルト距離における収縮率 γ < 1 を用いて、シンクホルン反復の幾何的収束が証明され、O(γ^k) のオーダーで明示的な誤差バウンドが得られる。
• スケーリングの安定性が確立された：入力マップの小さな摂動は、スケーリングされたマップに対し小さな摂動をもたらし、誤差は ε が小さい場合 O(ε) で有界である。
• 正確にスケーラブルでないマップに対する収束速度は幾何的でないため、正確にスケーラブルな場合と本質的に異なる挙動を示す。
• オペレータ版のシンクホルンスケーリングにより、エムドンの問題に対する多項式時間アルゴリズムが得られ、行列のタプルの混合ディスクリミナントおよびパーマネントのバウンドが可能になる。
• 本論文は、グルヴィッツの定理を用いて、古典的スケーリング結果が正マップへ拡張可能であることを確認した。この定理は正確および近似的なスケーラビリティを特徴付ける。