[論文レビュー] On positive definite thresholding of correlation matrices

Sujit Sakharam Damase, J. E. Pascoe|arXiv (Cornell University)|Mar 11, 2026

Sparse and Compressive Sensing Techniques被引用数 0

ひとこと要約

要約: 論文は、相関行列の閾値処理を有効にしつつ正定値性を保持するよう、指定された集合で消滅する正定値関数の存在を証明し、階数を超えた閾値処理の忠実性と幾何学的影響を分析する。

ABSTRACT

Standard thresholding techniques for correlation matrices often destroy positive semidefiniteness. We investigate the construction of positive definite functions that vanish on specific sets $K \subseteq [-1,1)$, ensuring that the thresholded matrix remains a valid correlation matrix. We establish existence results, define a criterion for faithfulness based on the linear coefficient of the normalized Gegenbauer expansion in analogy with Delsarte's method in coding theory, and provide bounds for thresholding at single points and pairs of points. We prove that for correlation matrices of rank $n$, any soft-thresholding operator that preserves positive semidefiniteness necessarily induces a geometric collapse of the feature space, as quantified by an $\mathcal{O}(1/n)$ bound on the faithfulness constant. Such demonstrates that geometrically unbiased soft-thresholding limits the recoverable signal.

研究の動機と目的

• 相関行列を閾値処理しても正定値半定義性を失わない問題を動機づけ、形式化する。
• 与えられた閾値集合 K で消滅する正定値関数の存在を特徴づける。
• 線形 Gegenbauer 成分に基づく忠実性基準を開発し、Delsarte の手法と関連づける。
• 単一点および二点の閾値処理に関する構造的境界と漸近挙動を提供する。
• 低ランク（低サンプル/高特徴）データと閾値処理による幾何学的崩壊に対する含意を議論する。

提案手法

• Gegenbauer 展開による球面上の正定値関数の Schoenberg 表現を、非負係数で用いる。
• 球面キャップの指標を対称化し自己相関カーネルを用いて正定値性を保証する閾値処理関数を構築する。
• f が K で消える制約の下で最大化可能な線形 Gegenbauer 成分 a1 を忠実性として定義する。
• 正規化 Gegenbauer 多項式の三項再帰を導出し、構造係数の境界を得る。
• Delsarte の線形計画法フレームワークを適用して閾値処理を球 packing 型境界に関連づけ、埋め込み幾何を解釈する。
• 存在性（定理4.1）を証明し、再帰関係から a1 の境界を導出する（定理4.3–4.4）。

実験結果

リサーチクエスチョン

• RQ1 S^{n-1} 上で、任意のコンパクトな K ⊂ [-1,1) に消える非平凡な正定値関数を構築して、相関行列の有効な閾値処理を可能にできるか。
• RQ2 閾値集合 K が与えられたとき、達成可能な忠実性（線形 Gegenbauer 成分 a1）は最大でどれくらいか。
• RQ3 閾値処理は固定ランク設定でデータの潜在空間への幾何的埋め込みにどのような影響を与えるか。
• RQ4 単一点、二点、区間での閾値処理を支配する境界は何か、これらは周囲の次元 n によってどう左右されるか。
• RQ5 K が有限の場合、最適な閾値関数は多項式に簡約するのか、スパース性とクラスタリングへの含意は何か。

主な発見

• S^{n-1} 上で、 [-1,1) に任意のコンパクトな K ⊂ [-1,1) に消える非零の正定値関数が存在する。
• 忠実性定数は対応する展開の最初の Gegenbauer 成分 a1 の逆平方根に等しく、a1 が大きいほど埋め込みによる情報損失が小さくなる。
• 1点閾値処理 K = {ε} の場合、忠実性 τK,n は ε → 0 に向かって 1 に近づくことがある。
• 二点閾値処理 K = {−ε, ε} は τK,n を Σ/(ε+Σ) で抑える境界を与え、Σ = maxk tilde{C}_{2k-1}^{(α)}(−ε)；境界は n=2,3 では 1 に近づくが、n が大きいと O(1/n) に減少する。
• 区間閾値処理 K = [−ε, ε] は Gegenbauer 多項式の 0 での導関数に支配される τK,n の上限を与え、n≥4 で ε→0 のときオフ対角成分の強い減衰を示す。
• 結論として、幾何学的にバイアスのないソフト閾値処理（高忠実性）は、複数点を含む閾値集合とは整合せず、スパース性と正定値性のトレードオフを浮き彫りにする。