[논문 리뷰] On $L_2$-approximation in Hilbert spaces using function values

David Krieg, Mario Ullrich|arXiv (Cornell University)|2019. 05. 07.

Mathematical Approximation and Integration참고 문헌 3인용 수 6

한 줄 요약

이 논문은 함수 값만을 사용하여 힐버트 공간에서 $L_2$-근사의 개선된 경계를 확립한다. 이는 $n$-번째 최소 최악의 경우 오차 $e_n$ 가 $e_n \lesssim a_{n/\log n}$ 를 만족함을 보여주며, 여기서 $a_n$ 은 임의의 선형 정보를 사용할 때의 오차이다. 주어진 혼합 미분 순서가 우세한 소볼레프 공간 $H^s_{\text{mix}}(\mathbb{T}^d)$ 와 $s > 1/2$ 인 경우, 이는 $e_n \lesssim n^{-s} \log^{sd}(n)$ 를 유도하며, 이는 $d > 2s + 1$ 일 때 이전 결과보다 개선된 경계를 제공한다. 이 결과는 특정 부드러움과 차원 조건 하에서 함수 값의 효율성을 보여준다.

ABSTRACT

We study $L_2$-approximation of functions from Hilbert spaces $H$ in which function evaluation is a continuous linear functional, using function values as information. Under certain assumptions on $H$, we prove that the $n$-th minimal worst-case error $e_n$ satisfies \[ e_n \,\lesssim\, a_{n/\log(n)}, \] where $a_n$ is the $n$-th minimal worst-case error for algorithms using arbitrary linear information, i.e., the $n$-th approximation number. Our result applies, in particular, to Sobolev spaces with dominating mixed smoothness $H=H^s_{ m mix}(\mathbb{T}^d)$ with $s>1/2$ and we obtain \[ e_n \,\lesssim\, n^{-s} \log^{sd}(n). \] This improves upon previous bounds whenever $d>2s+1$.

연구 동기 및 목표

• 함수 값 평가가 연속 선형 함수가 되는 힐버트 공간에서 $L_2$-근사 분석을 수행하는 것.
• 임의의 선형 정보 대비 함수 값만을 정보로 사용할 때의 최소 최악의 경우 오차를 결정하는 것.
• 특히 고차원에서의 상황에서, 우세한 혼합 미분 순서를 가진 소볼레프 공간에서의 근사에 대해 개선된 오차 경계를 확립하는 것.
• 함수 값 정보를 사용한 근사 오차와 임의의 선형 정보를 사용한 오차 사이의 관계를 명확히 하는 것.

제안 방법

• 함수 값 평가가 힐버트 공간 $H$ 에서 연속 선형 함수임을 가정함으로써 재생 커널의 존재를 보장한다.
• 저자들은 함수 값 정보에 대한 $n$-번째 최소 최악의 경우 오차 $e_n$ 을 임의의 선형 정보에 대응하는 $n$-번째 근사 수치 $a_n$ 과 비교한다.
• 핵심 기술적 단계는 $e_n$ 의 감쇠 속도가 커널과 고유값 분포의 성질을 활용하여 $a_{n/\log n}$ 의 감쇠 속도와 관련짓는 것이다.
• 이 방법은 특히 $H^s_{\text{mix}}(\mathbb{T}^d)$ 와 같은 우세한 혼합 미분 순서를 가진 공간에 적용되며, 이러한 공간에 대한 알려진 고유값 渐近 분포를 활용한다.
• 증명 기법은 근사 수치를 기반으로 함수 값 알고리즘의 오차를 유계화하기 위해 보간과 엔트로피 유형의 추론을 사용한다.

실험 결과

연구 질문

• RQ1 함수 값만을 사용한 $L_2$-근사의 최악의 경우 오차가 힐버트 공간에서 임의의 선형 정보를 사용할 때의 오차와 비교하여 어떻게 되는가?
• RQ2 함수 값만을 사용할 때, 우세한 혼합 미분 순서를 가진 소볼레프 공간에서의 $L_2$-근사의 최적 수렴 속도는 무엇인가?
• RQ3 함수 값 사용이 이전 결과보다 엄밀히 더 좋은 오차 경계를 제공하는 차원 및 부드러움 범위는 무엇인가?
• RQ4 함수 값 정보를 사용한 $n$-번째 최소 오차의 감쇠 속도는 근사 수치 $a_n$ 으로 유계화될 수 있는가?

주요 결과

• 함수 값 정보를 사용한 $L_2$-근사의 $n$-번째 최소 최악의 경우 오차 $e_n$ 은 $e_n \lesssim a_{n/\log n}$ 를 만족하며, 여기서 $a_n$ 은 $n$-번째 근사 수치이다.
• 우세한 혼합 미분 순서를 가진 소볼레프 공간 $H^s_{\text{mix}}(\mathbb{T}^d)$ 와 $s > 1/2$ 인 경우, 오차 경계는 $e_n \lesssim n^{-s} \log^{sd}(n)$ 로 된다.
• 이 경계는 차원 $d$ 가 $2s + 1$ 을 초과할 때마다 이전 결과보다 개선되며, 이는 고차원 환경에서의 상당한 성능 향상을 시사한다.
• 이 개선은 우세한 혼합 미분 순서를 가진 함수의 구조를 효율적으로 포착하는 데서 기인한다.