[논문 리뷰] Boolean functions on high-dimensional expanders

Yotam Dikstein, Irit Dinur외 2명|arXiv (Cornell University)|2018. 04. 22.

Topological and Geometric Data Analysis참고 문헌 31인용 수 5

한 줄 요약

이 논문은 단체 복합체 위에서의 불리안 함수 분석을 위한 프레임워크를 제안하며, 랜덤 워크 기반의 고차원 확장성 개념을 정의하고 단체 복합체 위의 랜덤 워크의 근사 고유공간으로의 푸리에 유사 분해를 구성한다. 주요 기여는 프리드거트-칼라이-나오 정리의 고차원 버전으로, 영향력이 낮은 함수는 단일 변수의 불리안 함수에 가까워지며, 이러한 확장성이 불리안 슬라이스의 희소 모델이 될 수 있음을 보여준다.

ABSTRACT

We initiate the study of Boolean function analysis on high-dimensional expanders. We give a random-walk based definition of high-dimensional expansion, which coincides with the earlier definition in terms of two-sided link expanders. Using this definition, we describe an analog of the Fourier expansion and the Fourier levels of the Boolean hypercube for simplicial complexes. Our analog is a decomposition into approximate eigenspaces of random walks associated with the simplicial complexes. Our random-walk definition and the decomposition have the additional advantage that they extend to the more general setting of posets, encompassing both high-dimensional expanders and the Grassmann poset, which appears in recent work on the unique games conjecture. We then use this decomposition to extend the Friedgut-Kalai-Naor theorem to high-dimensional expanders. Our results demonstrate that a constant-degree high-dimensional expander can sometimes serve as a sparse model for the Boolean slice or hypercube, and quite possibly additional results from Boolean function analysis can be carried over to this sparse model. Therefore, this model can be viewed as a derandomization of the Boolean slice, containing only $|X(k-1)|=O(n)$ points in contrast to $\binom{n}{k}$ points in the $(k)$-slice (which consists of all $n$-bit strings with exactly $k$ ones).

연구 동기 및 목표

• 기존에 초입자 또는 군 설정에 국한되었던 고전적 불리안 함수 분석을 고차원 확장자리로 확장하여, 고차원 단체 복합체의 더 높은 차원 복합체의 희소 모델로 활용되도록 한다.
• 단체 복합체 위의 랜덤 워크를 기반으로 한 고차원 확장성의 개념을 정의하여 스펙트럴 연결 확장성의 일반화를 이루고, 더 넓은 포지셋 구조에 대한 분석을 가능하게 한다.
• 고차원 확장자리 위의 함수에 대해 랜덤 워크의 근사 고유공간으로의 푸리에 유사 분해를 구성하며, 초입자 위의 푸리에 수준에 대응한다.
• 프리드거트-칼라이-나오(FKN) 정리의 고차원 유사 정리를 증명하여, 고차원 확장자리에서 영향력이 낮은 불리안 함수가 도함수의 차수 1 함수에 가까워짐을 보여준다.
• 상수 차수의 고차원 확장자리가 불리안 슬라이스의 효과적인 희소 모델이 될 수 있음을 보이며, k-슬라이스의 Ω(n^k) 개 점 대비 O(n) 개 점만으로도 충분함을 시사한다.

제안 방법

• 면의 연결 고리 위의 랜덤 워크 연산자의 스펙트럴 갭을 측정하여, 단체 복합체 위의 랜덤 워크 기반 고차원 확장성 개념을 정의한다.
• 상위 차원 면 위의 실수 함수를 이러한 랜덤 워크 연산자의 근사 고유공간으로 분해하며, 초입자 위의 푸리에 분해를 일반화한다.
• 일致성 정리를 사용하여 하위면에서 정의된 국소적 저차수 함수들을 조합하여 전역적 저차수 함수를 구성하며, 겹치는 하위면 간의 일致성을 보장한다.
• 분해를 적용하여 영향력이 낮은 불리안 함수를 분석하고, FKN 정리의 변종을 통해 그것이 도함수의 차수 1 함수에 가까워짐을 보인다.
• 복합체의 스펙트럴 갭과 확장성 성질을 활용하여 국소 함수의 근사 오차를 유계화하고, 고확률로 전역 일치성을 확보한다.
• 랜덤 워크 정의를 활용하여 프레임워크를 단체 복합체를 초월해 일반 포지셋, 특히 그라스만 포지셋까지 확장함으로써, 코드 이론과 유니크 게임 추측 문제 등에 더 넓은 적용 가능성을 확보한다.

실험 결과

연구 질문

• RQ1 랜덤 워크 기반의 고차원 확장성 개념을 정의할 수 있는가? 이 개념은 스펙트럴 연결 확장성을 일반화하고 더 넓은 포지셋 구조에 적용 가능한가?
• RQ2 초입자 위의 푸리에 전개에 대응하는 고차원 확장자리 위의 푸리에 유사 분해를 정의할 수 있는가?
• RQ3 프리드거트-칼라이-나오 정리가 고차원 확장자리로 확장 가능한가? 즉, 영향력이 낮은 불리안 함수가 도함수의 차수 1 함수에 가까운가?
• RQ4 상수 차수의 고차원 확장자리는 불리안 슬라이스의 효과적인 희소 모델이 될 수 있는가? 이는 k-슬라이스의 Θ(n^k) 개 점에서 O(n) 개 점으로 줄일 수 있는가?
• RQ5 영향력과 일치 테스팅 등의 불리안 함수 분석 기법을 고차원 확장자리에 적용할 수 있는가?

주요 결과

• 랜덤 워크 기반의 고차원 확장성 정의를 제안하였으며, 이는 이중 연결 고리 확장 조건과 일치하며 일반 포지셋으로 자연스럽게 확장된다.
• 고차원 확장자리 위의 함수에 대해 랜덤 워크 연산자의 근사 고유공간으로의 분해를 구성하였으며, 이는 초입자 위의 푸리에 분해의 고차원 유사 정의이다.
• 프리드거트-칼라이-나오 정리가 고차원 확장자리로 확장됨을 증명: 이러한 복합체 위에서 영향력이 낮은 불리안 함수는 O(ε)-근처에 도함수의 차수 1 함수가 되며, 오차는 스펙트럴 갭에 의존한다.
• 일치 정리를 적용하여 국소적 저차수 함수들을 조합하여 전역 함수를 구성하였으며, 일관된 국소 근사가 고확률로 전역적으로 실현 가능함을 보였다.
• 상수 차수의 고차원 확장자리는 불리안 슬라이스의 희소 모델이 될 수 있으며, k-슬라이스의 Θ(n^k) 개 점 대비 O(n) 개 점만으로도 충분하여, 데랜덤라이제이션 응용에 넓은 잠재력을 지닌다.
• 이 프레임워크는 고차원 확장자리 외에도 그라스만 포지셋에 적용 가능하며, 코드 이론과 유니크 게임 추측 문제 등에 응용 가능성을 시사한다.