[論文レビュー] Inequalities and tail bounds for elementary symmetric polynomial with applications

Parikshit Gopalan, Amir Yehudayoff|arXiv (Cornell University)|Feb 14, 2014

Complexity and Algorithms in Graphs参考文献 8被引用数 3

ひとこと要約

本稿は、実数変数における初等対称多項式に関する新しい不等式を確立し、$ S_k $ と $ S_{k+1} $ が $ S_{k-1} $ に対して小さいならば、$ k $ より大きい次数のすべての対称多項式 $ S_\ell $（$ \ell > k $）も小さいことを示している。この結果により、$ k $-wise 独立性のもとでタイトな尾確率バウンドが得られ、擬似乱数生成子およびミニワイズ独立ハッシュ関数の解析がより単純かつモジュラー化され、$ n $ に対するシード長の依存性が改善され、逆多項式誤差領域では $ O(\log \log n) $ のシード長を達成している。

ABSTRACT

We study the extent of independence needed to approximate the product of bounded random variables in expectation, a natural question that has applications in pseudorandomness and min-wise independent hashing. For random variables whose absolute value is bounded by $1$, we give an error bound of the form $σ^{Ω(k)}$ where $k$ is the amount of independence and $σ^2$ is the total variance of the sum. Previously known bounds only applied in more restricted settings, and were quanitively weaker. We use this to give a simpler and more modular analysis of a construction of min-wise independent hash functions and pseudorandom generators for combinatorial rectangles due to Gopalan et al., which also slightly improves their seed-length. Our proof relies on a new analytic inequality for the elementary symmetric polynomials $S_k(x)$ for $x \in \mathbb{R}^n$ which we believe to be of independent interest. We show that if $|S_k(x)|,|S_{k+1}(x)|$ are small relative to $|S_{k-1}(x)|$ for some $k>0$ then $|S_\ell(x)|$ is also small for all $\ell > k$. From these, we derive tail bounds for the elementary symmetric polynomials when the inputs are only $k$-wise independent.

研究の動機と目的

• 実数ベクトルにおける初等対称多項式 $ S_k(x) $ に対する新しい解析的不等式を確立し、$ S_k $ と $ S_{k+1} $ が $ S_{k-1} $ に対して小さいならば、それより高い次数のすべての対称多項式の小ささが保証されることを示す。
• 入力が $ k $-wise 独立である場合の初等対称多項式に対するタイトな尾確率バウンドを導出することにより、既存の文献におけるバウンドを改善すること。
• これらのバウンドを応用し、組合せ的長方形のための擬似乱数生成子およびミニワイズ独立ハッシュ関数の解析を簡素化・改善すること。
• 逆多項式誤差領域において、擬似乱数生成子のシード長を $ O(\log \log n) $ に短縮することにより、既知の下界にほぼ一致させること。
• 特に $ GMR+12 $ 生成子を対象として、擬似乱数性およびハッシュ法の構成物の解析に向けたモジュラーで直感的なフレームワークを提供すること。

提案手法

• 初等対称多項式の性質を用いて、$ |S_k(x)|, |S_{k+1}(x)| < \varepsilon \cdot |S_{k-1}(x)| $ ならば、すべての $ \ell > k $ に対して $ |S_\ell(x)| \ll \varepsilon \cdot |S_{k-1}(x)| $ が成り立つことを示す新しい不等式を導出する。
• この不等式を用いて、$ k $-wise 独立入力のもとでの $ k $-番目の初等対称多項式の $ L_2 $ ノルムをバウンドし、モーメントバウンドと集中不等式を活用する。
• 擬似乱数生成子の出力分布と一様分布を比較するためのハイブリッド法を適用し、連続するハイブリッド間の統計的距離をバウンドする。
• ホルダーの不等式と尾確率バウンドを用いて、ハイブリッド構成における稀な事象がもたらす誤差を制御し、誤差が $ \delta $ 以内に保たれることを保証する。
• 各段階で $ k $-wise 独立関数（$ k = O(\log(1/\delta)) $）を用いたハッシュ関数の再帰的合成により、組合せ的長方形のための擬似乱数生成子を構築する。
• 対称多項式不等式を活用して、限定的独立性下での有界確率変数の積の乖離をバウンドし、$ (c_1\sigma)^{c_2k} $ の誤差バウンドを導出する。

実験結果

リサーチクエスチョン

• RQ1 初等対称多項式 $ S_k(x) $, $ S_{k+1}(x) $, $ S_{k-1}(x) $ に対してどのような条件下で、$ \ell > k $ となるすべての高次対称多項式 $ S_\ell(x) $ も小さくなると保証できるか？
• RQ2 入力が完全独立ではなく $ k $-wise 独立である場合に、初等対称多項式に対してよりタイトな尾確率バウンドを導出できるか？
• RQ3 新しい対称多項式不等式をどのように活用して、組合せ的長方形のための擬似乱数生成子の解析を改善できるか？
• RQ4 $ [0,1] $-値かつ低分散設定において、逆多項式誤差を達成するための擬似乱数生成子に必要な最小のシード長は何か？
• RQ5 新しい不等式を複素数値入力へ拡張できるか？また、既存の文献における結果と比較してどのように異なるか？

主な発見

• 本稿は、新しい不等式を証明した：$ |S_k(x)| $ と $ |S_{k+1}(x)| $ が $ |S_{k-1}(x)| $ に対して小さいならば、すべての $ \ell > k $ に対して $ |S_\ell(x)| $ も小さい。これは先行研究を強化・一般化するものである。
• $ S_k $ と $ S_{k+1} $ が $ S_{k-1} $ に対して小さいならば、すべての $ \ell > k $ に対して $ |S_\ell(x)| $ も小さい。これは先行研究を強化・一般化するものである。
• 入力 $ X_i \in [-1,1] $ が $ k $-wise 独立で、全分散が $ \sigma^2 $ であるとき、$ \mathbb{E}[\prod X_i] $ の近似誤差は $ (c_1\sigma)^{c_2k} $ で抑えられ、$ c_1 > 1 $, $ 0 < c_2 < 1 $ である絶対定数 $ c_1, c_2 $ を持つ。
• $ \sigma < 1/(2c_1) $ のとき、$ \delta $-誤差近似には $ k = O(\log(1/\delta)/\log(1/\sigma)) $-wise 独立性で十分である。
• $ [0,1] $-値かつ低分散領域（$ \sigma^2 < n^{-\varepsilon} $）では、$ O(1) $-wise 独立性で十分であり、逆多項式誤差が達成可能であり、従来の $ O\left(\log n\right) $-wise の境界を改善する。
• 新しい解析により、$ GMR+12 $ 擬似乱数生成子のシード長が $ O(\log \log n) $ に短縮され、$ \Omega(\log \log n) $ の下界にほぼ一致する。
• 本手法は、ミニワイズ独立ハッシュおよび擬似乱数生成子の解析に向けたモジュラーで直感的なフレームワークを提供し、特に $ [0,1] $-有界かつ低分散設定に応用可能である。