[논문 리뷰] Variable projection methods for approximate (greatest) common divisor computations

Konstantin Usevich, Ivan Markovsky|arXiv (Cornell University)|2013. 04. 25.

Statistical and numerical algorithms참고 문헌 56인용 수 25

한 줄 요약

이 논문은 다항식에서 근사 최대공약수(AGCD) 계산을 위한 변수 투영 방법을 제안한다. 두 가지 등가의 공식화 방식인 영상 표현(공통 약수와 몫 다항식에 대한 직접 매개변수화)과 커널 표현(시르베스터 낮은 랭크 근사)을 사용한다. 주요 기여는 최소제곱 문제와 최소노름 문제 간의 이중성(duality)을 활용하여 AGCD를 모자이크 헨켈 낮은 랭크 근사와 연결함으로써, 공통 약수의 차수에 관계없이 다항식 차수에 대해 선형 복잡도를 확보하는 데 있다. 이는 구조적 낮은 랭크 근사 도구를 기반으로 한 소프트웨어 구현을 가능하게 한다.

ABSTRACT

We consider the problem of finding for a given $N$-tuple of polynomials (real or complex) the closest $N$-tuple that has a common divisor of degree at least $d$. Extended weighted Euclidean seminorm of the coefficients is used as a measure of closeness. Two equivalent representations of the problem are considered: (i) direct parameterization over the common divisors and quotients (image representation), and (ii) Sylvester low-rank approximation (kernel representation). We use the duality between least-squares and least-norm problems to show that (i) and (ii) are closely related to mosaic Hankel low-rank approximation. This allows us to apply to the approximate common divisor problem recent results on complexity and accuracy of computations for mosaic Hankel low-rank approximation. We develop optimization methods based on the variable projection principle both for image and kernel representation. These methods have linear complexity in the degrees of the polynomials for small and large $d$. We provide a software implementation of the developed methods, which is based on a software package for structured low-rank approximation.

연구 동기 및 목표

• 계수의 변동에 의해 영향을 받는 다항식 GCD 계산의 수치적 불안정 문제를 해결하기 위해, 근사 GCD를 구조적 낮은 랭크 근사 문제로 공식화한다.
• 미리 정해진 최소 차수를 갖는 공통 약수를 가진 근사 공통 약수(ACD) 문제를 위한 효율적인 최적화 방법을 개발한다.
• 최소제곱 문제와 최소노름 문제 간의 이중성에 기반해, 이미지 표현과 커널 표현 간의 등가성을 확립한다.
• 최근의 모자이크 헨켈 낮은 랭크 근사 기법의 발전을 활용하여 계산 효율성과 수치 정확성을 보장한다.
• 실제 적용을 위해 구조적 낮은 랭크 근사 패키지 기반의 소프트웨어 구현을 제공한다.

제안 방법

• 공통 약수의 차수가 최소 $ d $ 이상인 다항식을 공통 약수와 몫 다항식의 곱으로 매개변수화하여 이미지 표현을 사용해 ACD 문제를 공식화한다.
• 시르베스터 행렬의 낮은 랭크 구조를 통한 커널 표현을 사용하며, 공통 약수의 차수가 $ \geq d $ 임은 특정 구조적 행렬의 랭크 결함성과 동치임을 이용한다.
• 이미지 표현에서 몫 변수를 제거하기 위해 변수 투영을 적용함으로써, 공통 약수 계수에 대한 비볼록 최적화 문제로 문제를 축소한다.
• 최소제곱 문제와 최소노름 문제 간의 이중성을 활용하여 이미지 및 커널 공식화 간의 관계를 설정함으로써 공통 알고리즘 통찰을 가능하게 한다.
• ACD 문제를 모자이크 헨켈 낮은 랭크 근사 문제로 연결함으로써, 기존의 복잡도 및 정확도 이론 결과를 활용할 수 있도록 한다.
• 구조적 낮은 랭크 근사 패키지를 사용하여 알고리즘을 구현함으로써 효율성과 재현 가능성을 확보한다.

실험 결과

연구 질문

• RQ1 근사 공통 약수 문제를 이미지 표현과 커널 표현을 통해 어떻게 등가로 공식화할 수 있는가?
• RQ2 ACD 문제의 이미지 표현과 커널 표현 간의 관계는 무엇이며, 최소제곱 문제와 최소노름 문제 간의 이중성은 어떻게 활용할 수 있는가?
• RQ3 변수 투영 방법을 이미지 표현과 커널 표현 양쪽 모두에 적용하여 다항식 차수에 대해 선형 복잡도를 달성할 수 있는가?
• RQ4 모자이크 헨켈 낮은 랭크 근사와의 연결은 AGCD 계산의 계산 효율성과 정확도를 어떻게 향상시키는가?
• RQ5 제안된 방법의 실용적 성능 및 확장성은 공통 약수의 차수와 다항식 크기에 따라 어떻게 변화하는가?

주요 결과

• 이미지 표현과 커널 표현 간의 ACD 문제 공식화는 수학적으로 등가이며, 최소제곱 문제와 최소노름 문제 간의 이중성에 의해 연결된다.
• ACD 문제는 모자이크 헨켈 낮은 랭크 근사 문제와 동치임을 입증하였으며, 이로 인해 기존의 복잡도 및 정확도 이론 결과를 활용할 수 있다.
• 이중 표현에 모두 변수 투영 방법을 적용함으로써 다항식 차수에 대해 선형 계산 복잡도를 달성하였으며, $ d $ 가 작거나 큰 경우 모두 해당된다.
• 제안된 방법은 수치적으로 안정적이고 확장 가능하며, 구조적 낮은 랭크 근사 도구 기반의 소프트웨어 구현을 통해 제공된다.
• 이중성 프레임워크를 통해 변수 투영을 통한 변수 수 감소로 최적화 효율성이 향상되어 수렴성과 성능이 향상된다.
• ACD 문제를 정밀화 단계로 사용하여 $ d $ 에 대한 이분법을 통해 $ \varepsilon $-GCD 문제를 해결할 수 있으며, 수렴 보장이 가능하다.