[논문 리뷰] Logarithmic bounds for isoperimetry and slices of convex sets

Bo’az Klartag|arXiv (Cornell University)|2023. 03. 27.

Point processes and geometric inequalities인용 수 16

한 줄 요약

부르강의 슬라이싱 추측과 KLS 등측성 추측을 R^n의 등방성 로그-콘케이 분포에 대해 sqrt(log n)의 계수까지 증명하고, 개선된 로그-콘케이 Lichnerowicz 부등식과 확률적 로컬라이제이션을 통해 이를 달성한다.

ABSTRACT

We prove that the Bourgain slicing conjecture and the Kannan-Lovász-Simonovits (KLS) isoperimetric conjecture in $\mathbb{R}^n$ hold true up to a factor of $\sqrt{\log n}$. A new ingredient used in the proof is an improved log-concave Lichnerowicz inequality.

연구 동기 및 목표

• R^n의 볼록체에 대해 보편적인 sqrt(log n) 인자까지 부르강의 슬라이싱 문제와 KLS 추측을 고무하고 해결한다.
• Poincaré 상수와 아이소퍼리메트릭 상수를 연결하기 위해 개선된 로그-콘케이 Lichnerowicz 부등식을 개발하고 적용한다.
• 엘단(Eldan)의 확률적 로컬라이제이션을 활용해 스펙트럼 한계를 기하학적 슬라이싱 및 아이소퍼리메트릭 추정으로 전환한다.

제안 방법

• t-균일하게 로그-콘케이한 측도(t-uniformly log-concave measures)를 도입하고 개선된 로그-컨케이 Lichnerowicz 부등식을 증명한다: C_P(μ) ≤ sqrt{||Cov(μ)||_op / t} ≤ 1/t.
• 연관된 라플라시안 L_μ의 고유함수들을 분석하고 Bochner 유형의 공식을 사용해 그래디언트 항을 공변성과 연관시킨다.
• 엘단의 확률적 로컬라이제이션(tilt 프로세스)을 사용하여 공변성의 진화를 한정하고 KLS 상수 ψ_n에 대한 경계를 도출한다.
• 확립된 부등식 L_n ≤ C ψ_n 및 알려진 동등성들을 통해 KLS 경계 ψ_n을 슬라이싱 상수 L_n과 연결한다.
• 정규성(규칙성)을 다루고 절대 연속 로그-콘케이 측도로 환원하기 위한 근사 보조정리(approximation lemma)를 사용해 Poincaré 상수를 보존한다.
• 국소화된 Bochner 공식과 H^{-1} 노름 고찰을 사용해 주요 부등식에 대한 대안적 경로를 얻는다.

실험 결과

연구 질문

• RQ1 R^n에서 등방성 로그-콘케이 분포에 대해 L_n, 부르강 슬라이싱 상수에 대한 보편적 경계는 무엇인가?
• RQ2 KLS 아이소퍼리메트릭 상수 ψ_n가 n의 보편적 함수로 경계될 수 있는가, 이상적으로는 sqrt(log n)?
• RQ3 개선된 로그-콘케이 Lichnerowicz 부등식이 로그-콘케이 설정에서 Poincaré 상수와 공변성 구조 간의 더 예리한 연결을 제공하는가?
• RQ4 확률적 로컬라이제이션을 어떻게 활용해 스펙트럼 정보를 기하학적 슬라이싱 및 아이소퍼리메트릭 결과로 의역할 수 있는가?
• RQ5 이 경계를 증명할 때 핵심 상수의 손실 없이 허용되는 규칙성 감소는 무엇인가?

주요 결과

• L_n ≤ C sqrt(log n) 모든 n ≥ 2에 대해, 이전 경계보다 개선.
• ψ_n ≤ C sqrt(log n), 로그적 영역에서 KLS 추측에 대한 거의 최적의 경계를 확립.
• 개선된 로그-콘케이 Lichnerowicz 부등식: C_P(μ) ≤ sqrt{||Cov(μ)||_op / t} ≤ 1/t for t-uniformly log-concave μ.
• Bochner 형 등식에 의해 Poincaré 상수, 공변 연산자, 그리고 그래디언트 기반 함수들 간의 정량적 연결.
• 확률적 로컬라이제이션 프레임워크가 공변성의 진화에 대한 경계와 아이소퍼리메트릭 상수에 대한 경계를 제공한다.
• 개선된 부등식과 확률적 로컬라이제이션의 조합이 주된 로그 경계들을 산출한다.