[논문 리뷰] A Quadratic-Time Algorithm for General Multivariate Polynomial Interpolation

Michael Hecht, Bevan L. Cheeseman외 2명|arXiv (Cornell University)|2017. 10. 30.

Polynomial and algebraic computation참고 문헌 17인용 수 3

한 줄 요약

이 논문은 다변수 다항식 보간을 위한 새로운 재귀적 알고리즘인 PIP-SOLVER를 제안한다. 이 알고리즘은 바르드모르드 행렬의 역행렬을 계산하지 않으며, O(N²) 시간에 계수를 계산하여 기존의 역행렬 기반 방법보다 수치적 안정성과 성능이 뛰어나다. 이 방법은 계산 비용을 줄이고 정확도를 보장함으로써 대규모 보간 문제를 효율적으로 해결할 수 있다.

ABSTRACT

For $m,n \in \mathbb{N}$, $m\geq 1$ and a given function $f : \mathbb{R}^m\longrightarrow \mathbb{R}$ the polynomial interpolation problem (PIP) is to determine a \emph{generic node set} $P \subseteq \mathbb{R}^m$ and the coefficients of the uniquely defined polynomial $Q\in\mathbb{R}[x_1,\dots,x_m]$ in $m$ variables of degree $\mathrm{deg}(Q)\leq n \in \mathbb{N}$ that fits $f$ on $P$, i.e., $Q(p) = f(p)$, $\forall\, p \in P$. We here show that in general, i.e., for arbitrary $m,n \in \mathbb{N}$, $m \geq 1$, there exists an algorithm that determines $P$ and computes the $N(\mbox{m,n})=\#P$ coefficients of $Q$ in $\mathcal{O}\big(N(\mbox{m,n})^2\big)$ time using $\mathcal{O}\big(\mbox{m}N(\mbox{m,n})\big)$ storage, without inverting the occurring Vandermonde matrix. We provide such an algorithm, termed PIP-SOLVER, based on a recursive decomposition of the problem and prove its correctness. Since the present approach solves the PIP without matrix inversion, it is computationally more efficient and numerically more robust than previous approaches. We demonstrate this in numerical experiments and compare with previous approaches based on matrix inversion and linear systems solving.

연구 동기 및 목표

• 바르드모르드 행렬의 역행렬 계산에 의존하지 않고 일반적인 다변수 다항식 보간(PIP)을 위한 수치적으로 안정적이고 계산 비용이 낮은 알고리즘을 개발하는 것.
• 기존의 선형 시스템을 푸는 방식이나 큰 바르드모르드 행렬의 역행렬 계산에 기반한 방법들이 겪는 높은 계산 비용과 수치적 불안정성을 해결하는 것.
• 하나의 다항식 보간 문제를 하위 문제들로 재귀적으로 분해하여 O(N²) 시간과 O(mN) 메모리로 PIP를 해결할 수 있는 프레임워크를 제공하는 것. 여기서 N = N(m,n)은 단항식의 수이다.
• 알고리즘이 매우 큰 문제 크기에서도 높은 정확도를 유지함으로써 기존의 접근 방식보다 런타임과 수치적 안정성 측면에서 뛰어나다는 것을 입증하는 것.
• 앞으로 체비셰프 다항식이나 푸리에 기저와 같은 다른 기저 함수로의 확장 기반을 마련하고, 분산 또는 병렬 컴퓨팅 환경으로의 확장 가능성을 제시하는 것.

제안 방법

• 알고리즘은 초평면을 따라 다변수 보간 문제를 저차원 하위 문제들로 재귀적으로 분해하여, 하위 해를 독립적으로 계산할 수 있도록 한다.
• 다항식 Q의 총 차수 ≤ n을 만족시키며, 모든 p ∈ P에 대해 Q(p) = f(p)를 만족하는 일반적인 노드 집합 P ⊆ ℝ^m를 구성한다.
• 기존의 접근 방식에서 계산의 핵심이 되는 N×N 다변수 바르드모르드 행렬 V_{m,n}의 명시적 역행렬 계산을 피한다.
• 하위 문제는 차원 수가 1만큼 감소한 초평면 H_ε에 대한 투영을 통해 재귀적으로 해결되며, 단항식 기저의 구조와 재귀적 계수 복원 기법을 활용한다.
• 알고리즘은 악조건의 행렬 연산을 피하고, 대신 수치적으로 안정된 재귀적 계산에 의존함으로써 수치적 안정성을 확보한다.
• 작은 하위 문제들(N ≤ 5…8×10⁴)에 대해서는 재귀적 방법과 직접 행렬 역행렬 계산을 조합하는 하이브리드 전략을 제안하여 대규모 문제에서의 성능 최적화를 도모한다.

실험 결과

연구 질문

• RQ1 바르드모르드 행렬의 역행렬 계산 없이도 일반적인 다변수 다항식 보간 문제를 O(N²) 시간 내에 해결할 수 있는가?
• RQ2 초평면을 따라 보간 문제를 재귀적으로 분해하면 어떻게 수치적으로 안정적이고 효율적인 해법을 얻을 수 있는가?
• RQ3 PIP를 분해할 때 조건수를 최소화하고 하위 문제들 전반에 걸쳐 수치 정확도를 극대화하기 위한 최적의 분해 전략은 무엇인가?
• RQ4 이 알고리즘은 체비셰프 다항식이나 푸리에 기저와 같은 임의의 기저 함수로 일반화될 수 있는가?
• RQ5 행렬 역행렬 기반 해법과 비교해 볼 때, 재귀적 방법의 성능과 정확도는 문제 크기가 증가함에 따라 어떻게 변화하는가?

주요 결과

• 제안된 PIP-SOLVER 알고리즘은 계수를 O(N²) 시간과 O(mN) 메모리로 계산하며, 여기서 N = N(m,n) = (m+n choose m)이다.
• 알고리즘은 바르드모르드 행렬의 역행렬 계산을 완전히 회피함으로써, 기존의 역행렬 계산에 대한 이론적 하한선인 O(N² log N)을 초월하며, 실질적으로 코퍼스미스-윈그라드나 스트라센 기반 방법보다도 뛰어난 성능을 보인다.
• 수치 실험 결과, PIP-SOLVER는 선형 시스템 해법이나 행렬 역행렬 기반 고전적 해법보다 유의미하게 높은 정확도와 더 빠른 런타임을 확보한다.
• 성능 향상은 뿐만 아니라 스케일링 행동의 변화에 기인한다: 매우 큰 문제에 대해서도 일정한 수치 정확도를 유지한다.
• 계산 비용 감소와 수치적 안정성 향상 덕분에 이전에는 계산이 불가능했던 보간 문제들을 해결할 수 있게 되었다.
• 하위 문제들이 상호 독립적이므로 분산 메모리 환경에서의 병렬 구현이 가능하며, 이는 런타임 단축과 메모리 확장성 향상에 기여한다.