[논문 리뷰] Finite Volume Spaces and Sparsification

Ilan Newman, Yuri Rabinovich|arXiv (Cornell University)|2010. 02. 18.

Computational Geometry and Mesh Generation참고 문헌 22인용 수 5

한 줄 요약

이 논문은 유한한 $d$-볼륨을 메트릭 공간의 고차원 일반화로 도입하고, $\varepsilon_1$-볼륨—특히 컷 메트릭을 일반화하고 유클리드 및 하이퍼트리 볼륨을 포함하는 $\varepsilon_1$-볼륨—에 대한 이론을 개발한다. 어떤 $d$-볼륨이라도 $O(n^d)$의 왜곡으로 $\varepsilon_1$-볼륨으로 근사할 수 있음을 보이며, $d=2$인 경우 일부 $2$-볼륨은 최소 $\tilde{\Omega}(n^{1/5})$의 왜곡을 필요로 한다. 또한 $\ell_1$ 메트릭을 $(1+\epsilon)$-근사하기 위해 컷 메트릭을 사용할 때 $O(n/\epsilon^2)$의 경계를 확립하여 이전의 경계를 향상시킨다.

ABSTRACT

We introduce and study finite $d$-volumes - the high dimensional generalization of finite metric spaces. Having developed a suitable combinatorial machinery, we define $\ell_1$-volumes and show that they contain Euclidean volumes and hypertree volumes. We show that they can approximate any $d$-volume with $O(n^d)$ multiplicative distortion. On the other hand, contrary to Bourgain's theorem for $d=1$, there exists a $2$-volume that on $n$ vertices that cannot be approximated by any $\ell_1$-volume with distortion smaller than $ ildeΩ(n^{1/5})$. We further address the problem of $\ell_1$-dimension reduction in the context of $\ell_1$ volumes, and show that this phenomenon does occur, although not to the same striking degree as it does for Euclidean metrics and volumes. In particular, we show that any $\ell_1$ metric on $n$ points can be $(1+ ε)$-approximated by a sum of $O(n/ε^2)$ cut metrics, improving over the best previously known bound of $O(n \log n)$ due to Schechtman. In order to deal with dimension reduction, we extend the techniques and ideas introduced by Karger and Bencz{ú}r, and Spielman et al.~in the context of graph Sparsification, and develop general methods with a wide range of applications.

연구 동기 및 목표

• 유한한 $d$-볼륨의 체계적 이론을 개발하여 유한 메트릭 공간의 고차원 일반화로 삼는 것.
• 카거와 벤체즈르, 스피르만 등이 제안한 그래프 스파르스피케이션 기법을 $\ell_1$-볼륨과 $d$-볼륨의 맥락으로 일반화하는 것.
• $\ell_1$-차원 축소 문제를 다루는 것: $n$개 점에서의 $\ell_1$ 메트릭은 $O(n \log n)$보다 적은 수의 컷 메트릭으로 $(1+\epsilon)$-근사 가능한가?
• $d$-볼륨을 $\ell_1$-볼륨으로 근사할 때의 왜곡에 대해 날카로운 경계를 설정하며, 특히 $d=2$인 경우에서 유클리드 경우와 비교해 효율성이 떨어짐을 보이는 것.
• 개발된 스파르스피케이션 프레임워크를 기하학적 불일치 문제에 적용하여, $\mathbb{R}^2$ 내 다각형 영역에 대해 작은 가중치 샘플링 집합을 구성하는 것.

제안 방법

• 단체 복합체의 조합적 구조를 통해 $d$-볼륨을 정의하고, 초커트와 $\ell_1$-볼륨을 $d$-차원 컷 메트릭의 음이 아닌 선형 조합으로 정의한다.
• 집합의 가족과 그 분할 행동 간의 인cidense 행렬을 사용하여 행렬의 질량을 유계로 제한함으로써 $\ell_1$-볼륨에 대한 구조적 결과를 이끌어낸다.
• 확률적 및 선형 대수 기법을 적용하여 무작위 부울 행렬이 높은 확률로 질량 $\theta(\min\{\log m, n\})$을 가짐을 보인다.
• $\ell_1$-볼륨이 $d$-차원 컷 메트릭의 음이 아닌 조합으로 표현될 수 있음을 이용하여, 가중치 샘플링 기반의 스파르스피케이션 방법을 개발한다.
• 평면상의 $n$개 점으로 구성된 집합 $S$의 정점들을 가진 모든 다각형의 볼륨을 $(1\pm\epsilon)$-근사할 수 있는 크기 $O(n^2 / \epsilon^2)$인 가중치 샘플링 집합 $P$를 다항식 시간 내에 계산하는 알고리즘을 구축한다.
• $\mathbb{R}^2$에서 삼각형이 유도하는 볼륨이 기하학적 $\ell_1$-볼륨을 이룬다는 사실을 활용하여, 정리 16을 적용해 차원 축소를 달성한다.

실험 결과

연구 질문

• RQ1 모든 유한한 $d$-볼륨을 $\ell_1$-볼륨이 유한한 왜곡으로 근사할 수 있으며, $d=2$인 경우 최적의 왜곡은 무엇인가?
• RQ2 $\ell_1$-차원 축소가 $n$개 점에서의 $\ell_1$-메트릭에 대해 발생하는가? 만약 그렇다면, $O(1+\epsilon)$의 왜곡을 달성하기 위해 몇 개의 컷 메트릭이 필요한가?
• RQ3 $\ell_1$-볼륨으로 특정 $2$-볼륨을 근사할 때 필요한 왜곡에 초과 상수 하한이 존재하는가? 이는 상한과 어떻게 비교되는가?
• RQ4 그래프 이론의 스파르스피케이션 기법을 $d$-볼륨으로 일반화하고 기하학적 불일치 문제에 적용할 수 있는가?
• RQ5 $\mathbb{R}^2$ 내 유한한 점 집합의 정점들을 가진 모든 다각형의 볼륨을 $(1\pm\epsilon)$-근사하기 위한 최소 크기의 가중치 샘플링 집합은 무엇인가?

주요 결과

• 모든 $d$-볼륨은 $O(n^d)$의 곱 왜곡으로 $\ell_1$-볼륨으로 근사 가능하며, 이는 로그 요소를 제외한 최적성이다.
• 모든 $\ell_1$-볼륨으로 왜곡이 $\tilde{\Omega}(n^{1/5})$ 미만으로 근사될 수 없는 $n$개 정점에서의 $2$-볼륨이 존재하며, 이는 $d=1$일 때 부르간의 정리에 의해 가능했던 $O(1)$ 왜곡과 대비되는 초초수 하한을 보여준다.
• $n$개 점에서의 모든 $\ell_1$ 메트릭은 $O(n / \epsilon^2)$개의 컷 메트릭 합으로 $(1+\epsilon)$-근사 가능하며, 이는 샤텐의 이전 경계인 $O(n \log n)$을 향상시킨다.
• $\ell_1$-볼륨의 자연스러운 부분집합(특히 $d=1$일 때 모든 $\ell_1$ 메트릭 포함)에 대해 필요한 초컷 $d$-볼륨의 수는 $O(n^d / \epsilon^2)$이며, 이는 자명한 $O(n^{d+1})$ 경계보다 크게 향상된다.
• 크기 $O(n^2 / \epsilon^2)$인 가중치 샘플링 집합 $P$를 효율적으로 구성할 수 있으며, 이는 평면상의 $n$개 점 집합 $S$의 정점들을 가진 모든 다각형의 볼륨을 $(1\pm\epsilon)$-근사한다. 이는 기하학적 불일치 문제를 해결한다.
• 이 방법은 고차원으로 일반화 가능하다: $d$-단체 및 $S$ 위의 삼각분할 다면체에 대해, 크기 $O(n^d / \epsilon^2)$인 샘플링 집합만으로도 $(1\pm\epsilon)$-볼륨 근사를 달성할 수 있다.