[論文レビュー] Perturbation bounds on the extremal singular values of a matrix after appending a column

Stéphane Chrétien, Sébastien Darses|arXiv (Cornell University)|Jun 20, 2014

Matrix Theory and Algorithms参考文献 29被引用数 4

ひとこと要約

この論文は、アローヘッド行列の固有値解析を用いて、行列に列を追加した後の極端な特異値の新たな摂動バウンドを提供する。対称ブロック行列の最大固有値および最小固有値に対するきめ細やかな上界と下界を導出し、圧縮センシング、ランダム行列理論、および複雑ネットワークの制御理論への応用を含む。

ABSTRACT

In this paper, we study the perturbation of the extreme singular values of a matrix in the particular case where it is obtained after appending an arbitrary column vector. Such results have many applications in bifurcation theory, signal processing, control theory and many other fields. In the first part of this paper, we review and compare various bounds from recent research papers on this subject. We also present a new lower bound and a new upper bound on the perturbation of the operator norm is provided. Simple proofs are provided, based on the study of the characteristic polynomial rather than on variational methods, as e.g. in \\cite{Li-Li}. In a second part of the paper, we present applications to signal processing and control theory.

研究の動機と目的

• 列を追加した後の行列の極端な特異値に対する鋭いバウンドを導出すること。特に、得られた行列の最大および最小固有値に焦点を当てる。
• 変分法に依存しない特徴多項式解析に基づく、新たな解析的枠組みを提示することで、既存の摂動バウンドを改善すること。
• 導出したバウンドを、圧縮センシング、スペクトルグラフ理論、および複雑ネットワークの制御理論における重要な問題に応用すること。
• 固有値摂動理論を用いて、ネットワーキングシステムにおける可制御性の十分条件を確立すること。
• ランク1更新に関する先行結果を一般化し、ベクトルノルムおよび行列固有値に明示的な依存関係を持つアローヘッド行列の構造を分析すること。

提案手法

• 対称ブロック行列 $ A = \begin{bmatrix} c & a^t \\ a & M \end{bmatrix} $ の固有値構造を分析する。ここで $ M $ は対称であり、$ a \in \mathbb{R}^d $、$ c \in \mathbb{R} $ である。
• 変分的手法を避けるために、特徴多項式解析を用いて $ \lambda_{\max}(A) $ および $ \lambda_{\min}(A) $ のバウンドを導出する。
• Weylの不等式および固有値の入れ子の性質を適用し、ランク1更新における極端な固有値の摂動をバウンドする。
• Laplacian $ L $ およびランク$ r $ の射影 $ P $ に対して、$ \sigma L + \kappa P $ の最小正の固有値に対する反復的バウンドを導出する。
• コレスキー分解を用いて、一般行列形式を元の行列に列を追加する問題に結びつける。
• 最小正の固有値が0から十分に離れていることを保証することで、ネットワーキングシステムの可制御性の十分条件を確立する。

実験結果

リサーチクエスチョン

• RQ1 1つの列が追加されたとき、行列の極端な特異値はどのように変化するか？
• RQ2 対称アローヘッド行列の最大および最小固有値に対するきめ細やかな解析的バウンドは何か？
• RQ3 変分法やトレース不等式に依存せずに、極端な固有値の摂動をバウンドすることは可能か？
• RQ4 ネットワーキングシステムにおいて、摂動されたラプラシアン行列の最小正の固有値が0から離れていることを保証する条件は何か？
• RQ5 これらのバウンドは、複雑なネットワーキング制御システムにおける可制御性を保証するためにどのように応用可能か？

主な発見

• 論文は、$ \lambda_{\max}(A) \leq \max\{c, \lambda_{\max}(M)\} + \|a\|_2 $ というバウンドを確立し、列追加後の最大固有値に対する鋭い上界を提供する。
• $ \sigma L + \kappa P $ の最小正の固有値に対する下界として、$ \sigma \lambda_{\min>0}(L) - \frac{\sum_{i=1}^r \mathrm{deg}_i}{\kappa - \sigma \lambda_{\min>0}(L)} $ を導出し、可制御性解析において重要である。
• $ \lambda_{\min>0}(\sigma L + \kappa P) $ のバウンドは、定理3.4を繰り返し適用することで得られ、これは逐次的ランク1更新を分析するものである。
• 可制御性の十分条件として、$ \kappa \geq \frac{\sum_{i=1}^r \mathrm{deg}_i}{\sigma \lambda_{\min>0}(L) - \frac{2\|F_{\xi,\tilde{\xi}}\| \|Q\|}{\lambda_{\min}(QB + B^t Q^t)}} + \sigma \lambda_{\min>0}(L) $ を導出し、最小正の固有値がしきい値を超えて保たれることを保証する。
• 結果は、制限等長定数を制御するのに役立つ圧縮センシングや、エッジの削除やネットワークの耐障害性を評価するスペクトルグラフ理論への応用が可能であることが示された。
• 特徴多項式を用いたランク1摂動の体系的分析法が提供され、古典的な変分的アプローチに比べてよりきめ細やかで解釈可能なバウンドをもたらす。