[論文レビュー] The exact modulus of the generalized Kurdyka-Łojasiewicz property

Ziyuan Wang|arXiv (Cornell University)|Jan 1, 2020

Approximation Theory and Sequence Spaces参考文献 12被引用数 1

ひとこと要約

本稿では、非滑らか関数を用いた特異性除去関数を用いて一般化されたKurdyka-Łojasiewicz（KL）性質を導入し、その最小関数として正確なモジュラスを定義し、最適な特異性除去関数の選択という未解決問題を解消する。主なケースにおいて最適な特異性除去関数の明示的公式を提示し、このモジュラスを用いてPALMアルゴリズムの反復点の上界を最も鋭く導出する。

ABSTRACT

This work aims to provide a self-contained analysis of the Kurdyka-Łojasiewicz (KL) property within the framework of nonsmooth analysis. Our work focuses on two aspects. On one hand, we introduce the generalized KL property, a new concept that generalizes the classic KL property by employing nonsmooth desingularizing functions. Examples and calculus rules for this generalized notion are given. Our results are new and extend the classic KL property. On the other hand, by introducing the exact modulus of the generalized KL property, we provide an answer to the open question: "What is the optimal desingularizing function?", which fills a gap in the current literature. The exact modulus is designed to be the smallest among all possible desingularizing functions. Examples are given to illustrate this pleasant property. We also provide ways to determine or at least estimate the exact modulus. In turn, we obtain explicit formulae for the optimal desingularizing function of locally convex continuously differentiable functions and polynomials on the line, which is usually considered to be challenging. Furthermore, by using the exact modulus, we find the sharpest upper bound for the trajectory of iterates generated the celebrated PALM algorithm.

研究の動機と目的

• 滑らかでない特異性除去関数を用いて、古典的なKL性質を一般化すること。
• 未解決の問題に答える：KL性質に対する最適な特異性除去関数は何か？
• 最小の特異性除去関数としての正確なモジュラスを定義し、その特徴づけを行うこと。
• 局所的凸C1関数および一変数多項式のクラスにおいて、最適な特異性除去関数の明示的公式を導出すること。
• 正確なモジュラスを用いて、PALMアルゴリズムの反復点に対する最も鋭い上界を得ること。

提案手法

• 滑らかでない特異性除去関数を用いて、古典的枠組みを拡張する一般化KL性質を導入すること。
• すべての可能な特異性除去関数の下界として正確なモジュラスを定義し、それが最小の関数であることを保証すること。
• 微分法則と具体例を提示し、一般化KL性質およびその正確なモジュラスの妥当性を検証すること。
• 局所的凸C1関数および一変数多項式のケースにおいて、最適な特異性除去関数の明示的表現を導出すること。
• 正確なモジュラスを用いてPALMアルゴリズムの収束を分析し、その軌道に対する最もきつい既知の上界を導出すること。

実験結果

リサーチクエスチョン

• RQ1 KL性質に対する最適な特異性除去関数は何か、そしてどのように特徴づけられるか？
• RQ2 滑らかでない特異性除去関数を用いて、一般化KL性質をどのように定義し、応用できるか？
• RQ3 C1関数や一変数多項式といった重要な関数クラスにおいて、最適な特異性除去関数の明示的公式を導出可能か？
• RQ4 正確なモジュラスは、PALMのような一次の最適化アルゴリズムの収束解析をどのように改善するか？
• RQ5 PALMアルゴリズムが生成する反復点の軌道に対する最も鋭い上界は何か？

主な発見

• 正確なモジュラスは、最小の特異性除去関数として定義され、KLフレームワークにおける最適性の未解決問題を解消する。
• 局所的凸C1関数および一変数多項式に対して、最適な特異性除去関数の明示的公式が導出された。
• 正確なモジュラスを用いることで、PALMアルゴリズムの反復点軌道に対する、既知で最も鋭い上界が得られた。
• 一般化KL性質は、滑らかでない特異性除去関数を組み込むことで、古典的KL性質を拡張し、適用範囲を広げた。
• 提示された微分法則と具体例は、理論的枠組みの妥当性を検証し、正確なモジュラスの実用的有用性を示している。