[論文レビュー] Sampling discretization of integral norms

Feng Dai, Andriy Prymak+3 more|arXiv (Cornell University)|Jan 25, 2020

Mathematical functions and polynomials参考文献 15被引用数 10

ひとこと要約

本稿では、一様ノルムにおけるエントロピー数の推定と確率的手法を組み合わせた新規な手法を用いて、$L_q$ ノルムのサンプリング離散化について、$1 \leq q < \infty$ の条件下で定理を確立する。このフレームワークを用いて、双曲的クロスに属する周波数を持つ多変数三角多項式のマルチニェヴィッチ型離散化定理を導出し、$1 \leq q \leq 2$ の場合に最適なサンプルサイズスケーリング $m \lesssim |Q_n|n^3$ を達成する。この結果は、先行研究のバインドを改善し、かつ過去の研究における不正確さを是正する。

ABSTRACT

The paper is devoted to discretization of integral norms of functions from a given finite dimensional subspace. Even though this problem is extremely important in applications, its systematic study has begun recently. In this paper we obtain a conditional theorem for all integral norms $L_q$, $1\le q

研究の動機と目的

• $1 \leq q < \infty$ の $L_q$ ノルムのサンプリング離散化の一般化された条件的枠組みを構築し、既知の $q=1$ の結果を超えて拡張すること。
• 有限次元部分空間における積分ノルムの離散化を、有限個の点における関数値に基づいて行う課題に取り組むこと。
• 双曲的クロスに属する周波数を持つ多変数三角多項式の離散化に、最適なサンプルサイズバインドを確立すること。
• 特に、サンプルサイズが最適でない、または技術的欠陥を含む先行研究を是正・改善すること。

提案手法

• 一様ノルムにおけるエントロピー数と確率的手法に基づく条件的離散化定理を導入すること。
• 三角多項式クラスの $L_\infty$ におけるエントロピー数のバインドを用いて、サンプリング誤差を制御すること。
• 既知のエントロピー推定値 [1] および [16] を活用し、条件的定理を双曲的クロス三角多項式空間 $\mathcal{T}(Q_n)$ に適用すること。
• $1 \leq q \leq 2$ の場合に、明示的なサンプルサイズ $m \lesssim |Q_n|n^3$ を持つマルチニェヴィッチ型定理を導出し、$\|f\|_q^q \lesssim \frac{1}{m}\sum |f(\xi^j)|^q \lesssim \|f\|_q^q$ を保証すること。
• 条件的定理とエントロピー数バインド $\varepsilon_k(\mathcal{T}(Q_n)_q, L_\infty) \lesssim n^{1/q} \max(|Q_n|/k, 2^{-k/(2|Q_n|)})$ を組み合わせることで、最適なサンプル複雑度を達成すること。
• 構築されたサンプリングスキームのもとで、すべての $f \in \mathcal{T}(Q_n)$ に対して高確率で成立するように、この方法の妥当性を検証すること。

実験結果

リサーチクエスチョン

• RQ1 $1 < q < \infty$ の $L_q$ サンプリング離散化について、既知の $q=1$ の結果を拡張した一般化された条件定理を確立できるか？
• RQ2 特に双曲的クロス周波数を持つ三角多項式のための、有限次元部分空間における $L_q$ ノルムの離散化に必要な最適なサンプルサイズ $m$ は何か？
• RQ3 一様ノルムにおけるエントロピー数は、$L_q$ ノルムのサンプリング離散化の品質にどのように影響を与えるか？
• RQ4 先行研究が報告した $m \lesssim |Q_n|n^4$ よりも、サンプルサイズバインドを改善できるか？
• RQ5 $L_\infty$ の場合におけるサンプリング離散化の制限は何か？また、$L_q$ ($q < \infty$) の場合とはどのように異なるか？

主な発見

• $1 \leq q < \infty$ の $L_q$ サンプリング離散化について、条件定理が確立され、$q=1$ の既知の結果を一般化した。
• 双曲的クロス三角多項式の $L_q$ ノルムのマルチニェヴィッチ型離散化において、$1 \leq q \leq 2$ の場合に、$m \lesssim |Q_n|n^3$ のサンプルサイズバインドを達成した。これは、Belinsky [1] が報告した $m \lesssim |Q_n|n^4$ のバインドを改善した。
• 特にサンプルサイズバインドの導出において、過去の証明に見られた技術的不正確さを是正した。
• エントロピー数推定 $\varepsilon_k(\mathcal{T}(Q_n)_q, L_\infty) \lesssim n^{1/q} \max(|Q_n|/k, 2^{-k/(2|Q_n|)})$ が、改善されたサンプル複雑度の達成に不可欠であった。
• $q=2$ の場合、最適定数を有する既知の結果を再現し、既存の文献と整合性を示した。
• $L_\infty$ の場合、根本的に異なる性質を示し、$c>0$ に対して $m \gg |Q_n|^{1+c}$ の非線形下界が存在することを示した。これは、離散化複雑度における急激な段階的転移を示している。