[논문 리뷰] The exact modulus of the generalized Kurdyka-Łojasiewicz property

Ziyuan Wang|arXiv (Cornell University)|2020. 01. 01.

Approximation Theory and Sequence Spaces참고 문헌 12인용 수 1

한 줄 요약

이 논문은 비미분 가능 desingularizing 함수를 사용하여 일반화된 Kurdyka-Łojasiewicz (KL) 성질을 도입하고, 정확한 모odulus를 가장 작은 그러한 함수로 정의하며, 최적의 desingularization 문제를 해결한다. 주요 케이스에서 최적의 desingularizing 함수에 대한 명시적 공식을 제공하고, 이 모odulus를 사용하여 PALM 알고리즘 반복의 가장 날카로운 상한을 유도한다.

ABSTRACT

This work aims to provide a self-contained analysis of the Kurdyka-Łojasiewicz (KL) property within the framework of nonsmooth analysis. Our work focuses on two aspects. On one hand, we introduce the generalized KL property, a new concept that generalizes the classic KL property by employing nonsmooth desingularizing functions. Examples and calculus rules for this generalized notion are given. Our results are new and extend the classic KL property. On the other hand, by introducing the exact modulus of the generalized KL property, we provide an answer to the open question: "What is the optimal desingularizing function?", which fills a gap in the current literature. The exact modulus is designed to be the smallest among all possible desingularizing functions. Examples are given to illustrate this pleasant property. We also provide ways to determine or at least estimate the exact modulus. In turn, we obtain explicit formulae for the optimal desingularizing function of locally convex continuously differentiable functions and polynomials on the line, which is usually considered to be challenging. Furthermore, by using the exact modulus, we find the sharpest upper bound for the trajectory of iterates generated the celebrated PALM algorithm.

연구 동기 및 목표

• 비미분 가능 desingularizing 함수를 도입하여 고전적 KL 성질을 일반화한다.
• 열린 질문에 대한 답: KL 성질에 대한 최적의 desingularizing 함수는 무엇인가?
• 가장 작은 가능한 desingularizing 함수로 정의된 정확한 모odulus를 정의하고 특성화한다.
• 국소적으로 볼록한 C1 함수 및 단변수 다항함수의 경우 최적의 desingularizing 함수에 대한 명시적 공식을 유도한다.
• 정확한 모odulus를 활용하여 PALM 알고리즘 반복의 궤적에 대해 가장 날카로운 가능한 상한을 도출한다.

제안 방법

• 비미분 가능 desingularizing 함수를 사용하여 고전적 프레임워크를 확장하는 일반화된 KL 성질을 도입한다.
• 모든 가능한 desingularizing 함수들 중에서의 하한으로 정확한 모odulus를 정의하여, 이것이 가장 작은 그러한 함수임을 보장한다.
• 일반화된 KL 성질과 그 정확한 모odulus의 타당성을 검증하기 위해 미분법칙과 예시를 수립한다.
• 국소적으로 볼록한 C1 함수 및 단변수 다항함수의 경우 최적의 desingularizing 함수에 대한 명시적 표현을 유도한다.
• 정확한 모odulus를 사용하여 PALM 알고리즘의 수렴성을 분석하고, 그 궤적에 대해 알려진 바 중 가장 날카로운 상한을 도출한다.

실험 결과

연구 질문

• RQ1 KL 성질에 대한 최적의 desingularizing 함수는 무엇이며, 어떻게 특성화할 수 있는가?
• RQ2 비미분 가능 desingularizing 함수를 사용하여 일반화된 KL 성질을 어떻게 정의하고 적용할 수 있는가?
• RQ3 C1 함수 및 단변수 다항함수와 같은 중요한 함수 클래스에서 최적의 desingularizing 함수에 대한 명시적 공식을 도출할 수 있는가?
• RQ4 정확한 모odulus는 PALM과 같은 1차 알고리즘의 수렴 분석을 어떻게 향상시키는가?
• RQ5 PALM 알고리즘에 의해 생성된 반복 궤적에 대한 가장 날카로운 상한은 무엇인가?

주요 결과

• 정확한 모odulus는 가장 작은 가능한 desingularizing 함수로 정의되어, KL 프레임워크 내에서 최적성 문제를 해결한다.
• 국소적으로 볼록한 연속적으로 미분 가능한 함수 및 단변수 다항함수의 경우 최적의 desingularizing 함수에 대한 명시적 공식이 도출된다.
• 정확한 모odulus를 통해 PALM 알고리즘의 반복 궤적에 대해 알려진 바 중 가장 날카로운 상한을 도출할 수 있다.
• 일반화된 KL 성질은 비미분 가능 desingularizing 함수를 통합함으로써 고전적 KL 성질을 확장하여 적용 범위를 넓힌다.
• 제시된 미분법칙과 예시들은 이론적 프레임워크의 타당성을 검증하고, 정확한 모odulus의 실용적 유용성을 보여준다.