[論文レビュー] On the geometry of border rank algorithms for matrix multiplication and other tensors with symmetry

J. M. Landsberg, Mateusz Michałek|arXiv (Cornell University)|Jan 29, 2016

Tensor decomposition and applications参考文献 20被引用数 7

ひとこと要約

本稿は、行列積と対称テンソルのボーダーランクアルゴリズムを分析するための幾何的枠組みを導入し、点付きヒルベルトスキeme上のノーマルフォームに制限することで、ボーダー代入法を確立した。これにより、行列積のボーダーランクの下界が $2n^2 - n + 1$ に向上し、以前の下界より1つ向上した。このアプローチは、対称性と代数幾何学を活用して複雑性解析を単純化し、セカント多様体における構造的障害を克服する。

ABSTRACT

We establish basic information about border rank algorithms for the matrix multiplication tensor and other tensors with symmetry. We prove that border rank algorithms for tensors with symmetry (such as matrix multiplication and the determinant polynomial) come in families that include representatives with normal forms. These normal forms will be useful both to develop new efficient algorithms and to prove lower complexity bounds. We derive a border rank version of the substitution method used in proving lower bounds for tensor rank. We use this border-substitution method and a normal form to improve the lower bound on the border rank of matrix multiplication by one, to 2n^2- n+1. We also point out difficulties that will be formidable obstacles to future progress on lower complexity bounds for tensors because of the "wild" structure of the Hilbert scheme of points.

研究の動機と目的

• ボーダーランクアルゴリズムの幾何的枠組みを、対称テンソルと行列積に特化して開発すること。
• 代数幾何学的解析の複雑性を軽減するため、セカント多様体の研究を点付きヒルベルトスキemeに制限すること。
• テンソルランクの下界に用いられる代入法のボーダーランク版を確立すること。
• 行列積テンソルのボーダーランクの既知の下界を向上させること。
• ポイントのヒルベルトスキームにおける構造的障害が、複雑性の下界を証明する上での将来の進展を妨える要因であることを特定すること。

提案手法

• 対称テンソルのボーダーランクアルゴリズムに対してノーマルフォーム補題を導入し、それらが単一の点に支持される標準形に簡略化できることを示した。
• ノーマルフォームを行列積とデターミナントテンソルに適用し、セカント多様体の研究を点付きヒルベルトスキームに還元した。
• 古典的なテンソルランクにおける代入法に類似したボーダー代入法を開発した。
• 写像 $ (M_{ ext{red}})^{igwedge(n-1)}_{A'} $ を用いて、ターゲット空間の基底順序に基づく外積を介してランクを解析した。
• ターゲット空間の基底要素に辞書式順序を定義し、帰納的に像がすべての基底ベクトルを除き1つだけを含むことを証明した。
• 次元 $ 2n-1 $ の部分空間 $ A' o ilde{A} $ に制限することで、誘導写像のランク計算を単純化した。

実験結果

リサーチクエスチョン

• RQ1 行列積のような対称テンソルのボーダーランクアルゴリズムは、標準的なノーマルフォームに簡略化できるか？
• RQ2 行列積テンソルの最小ボーダーランクは何か？そして幾何的手法を用いて向上可能か？
• RQ3 ポイントのヒルベルトスキームの構造は、テンソル複雑性の下界を証明する上での進展を妨げる要因となるか？
• RQ4 代入法のボーダーランク版を定式化し、既知の下界を向上させるために適用可能か？
• RQ5 可換行列と対称構造は、セカント多様体の幾何学を単純化する上で果たす役割は何か？

主な発見

• 行列積テンソル $ M_{ ext{ extless}n ext{ extgreater}} $ のボーダーランクは $ 2n^2 - n + 1 $ で下から抑えられ、以前の下界より1つ向上した。
• ノーマルフォーム補題により、対称テンソルのボーダーランクアルゴリズムは単一の点に支持されるものと仮定できることが保証され、解析が単純化された。
• ボーダー代入法は、代入技法をボーダーランクに効果的に拡張でき、新たな下界を導出できた。
• 写像 $ (M_{ ext{red}})^{igwedge(n-1)}_{A'} $ のランクは $ n inom{2n-1}{n} - 1 $ であり、$ n o 3 $ の場合に改善された下界を確認した。
• 主要な写像の像は最大要素 $ ([n], n) $ を除き、すべての基底ベクトルを含むため、ランクが全次元より1小さいことが証明された。
• ポイントのヒルベルトスキームの複雑な構造が、より強い下界を証明する上での主な障害であると特定された。