[논문 리뷰] Estimating operator norms using covering nets

Fernando G. S. L. Brandão, Aram W. Harrow|arXiv (Cornell University)|2015. 09. 16.

Stochastic Gradient Optimization Techniques참고 문헌 37인용 수 8

한 줄 요약

이 논문은 반정규형 프ogramming 계층 대신 커버링 넷을 사용하여 일반화된 연산자 노름에 대한 다항식 및 준다항식 시간 근사 체계를 제시한다. ℓ₁ 공간에서 작은 넷과 Maurey의 경험적 방법을 활용함으로써, 2→q 노름, 분리 가능한 상태 최적화, 그리고 통합 텐서 노름과 같은 문제들에 대해 향상된 런타임과 더 단순한 증명을 달성한다. 이는 이전의 Sum-of-Squares 기반 방법과 비교해 성능이나 기하학적 통찰력 면에서 뒤지지 않는다.

ABSTRACT

We present several polynomial- and quasipolynomial-time approximation schemes for a large class of generalized operator norms. Special cases include the $2 ightarrow q$ norm of matrices for $q>2$, the support function of the set of separable quantum states, finding the least noisy output of entanglement-breaking quantum channels, and approximating the injective tensor norm for a map between two Banach spaces whose factorization norm through $\ell_1^n$ is bounded. These reproduce and in some cases improve upon the performance of previous algorithms by Brandão-Christandl-Yard and followup work, which were based on the Sum-of-Squares hierarchy and whose analysis used techniques from quantum information such as the monogamy principle of entanglement. Our algorithms, by contrast, are based on brute force enumeration over carefully chosen covering nets. These have the advantage of using less memory, having much simpler proofs and giving new geometric insights into the problem. Net-based algorithms for similar problems were also presented by Shi-Wu and Barak-Kelner-Steurer, but in each case with a run-time that is exponential in the rank of some matrix. We achieve polynomial or quasipolynomial runtimes by using the much smaller nets that exist in $\ell_1$ spaces. This principle has been used in learning theory, where it is known as Maurey's empirical method.

연구 동기 및 목표

• 양자 정보 및 함수해석학에서 일반화된 연산자 노름에 대한 효율적인 근사 알고리즘을 개발하기 위해.
• 복잡한 Sum-of-Squares 계층을 더 단순한 기하학적 넷 기반 탐색 기법으로 대체하기 위해.
• 2→q 노름, 분리 가능한 상태 최적화, 그리고 통합 텐서 노름과 같은 문제들에 대해 다항식 또는 준다항식 런타임을 달성하기 위해.
• 넷 기반 방법을 통해 어떤 노름이 준다항식 최적화에 적합한지에 대한 새로운 기하학적 통찰을 제공하기 위해.
• 유사하거나 더 나은 근사 보장을 유지하면서도 런타임과 메모리 사용량을 이전 알고리즘보다 향상시키기 위해.

제안 방법

• ℓ₁ 공간에서 정밀하게 선택된 ε-커버링 넷에 대한 브루트 포스 탐색을 통해 연산자 노름을 근사한다.
• Maurey의 경험적 방법을 활용하여 ℓ₁ 공간에서 작은 넷을 구성함으로써, 매트릭스 랭크에 대해 지수적 시간이 아닌 준다항식 시간을 달성한다.
• 넷 기반 접근법을 사용하여 q > 2인 경우 행렬의 2→q 노름, 분리 가능한 양자 상태 위의 지원 함수, 그리고 통합 텐서 노름을 추정한다.
• 주어진 M로부터 행렬 A를 구성함으로써 A의 2→q 노름이 분리 가능한 노름 h_Sep(M)과 관련되도록 하며, 대칭 투영과 곱 상태 강제 조건을 사용한다.
• Wick의 정리를 사용하여 대칭 투영을 곱 상태에 대한 적분으로 표현함으로써, 고차 텐서 노름의 넷 기반 근사가 가능해진다.
• 기존의 양자 복잡도 결과로부터 연속적인 감소를 통해 3-SAT의 만족 가능성 문제를 높은 2→q 노름과 낮은 2→q 노름을 구분하는 문제로 환원함으로써, 하드네스 결과를 확립한다.

실험 결과

연구 질문

• RQ1 ℓ₁ 공간에서의 커버링 넷을 사용하여 일반화된 연산자 노름에 대한 효율적인 근사 알고리즘을 설계할 수 있는가?
• RQ2 2→q 노름 추정과 같은 문제들에 대해, 넷 기반 방법은 Sum-of-Squares 계층에 비해 런타임과 메모리 사용량에서 어떻게 비교되는가?
• RQ3 분리 가능한 양자 상태 위의 지원 함수는 넷 탐색을 통해 준다항식 시간 내에 근사될 수 있는가?
• RQ4 통합 텐서 노름과 ℓ₁ⁿ을 통한 인수분해 노름 사이의 관계는 무엇이며, 이를 효율적으로 근사할 수 있는가?
• RQ5 2→q 노름을 추정하는 문제의 계산 복잡도는 무엇이며, 이를 3-SAT의 하드네스와 연결할 수 있는가?

주요 결과

• 논문은 오차 δ에 대해 런타임 exp(O(δ⁻² log d₁ log d₂))를 갖는 2→q 노름에 대해 준다항식 시간 근사 체계를 달성한다.
• 분리 가능한 상태 위의 지원 함수 h_Sep(d₁,d₂)(M)는 오차 δ 이내로 exp(O(δ⁻² log d₁ log d₂)) 시간 내에 근사 가능하며, 이는 이전의 SoS 기반 결과와 동일한 성능이지만 더 단순한 증명을 제공한다.
• 이 방법은 ℓ₁ 공간에서 더 작은 넷을 사용하여 이전 알고리즘의 매트릭스 랭크에 대한 지수적 런타임을 차원에 대한 다항식 또는 준다항식 런타임으로 줄였다.
• 3-SAT의 만족 가능성 문제를 ‖A‖₂→q ≥ C 와 ‖A‖₂→q ≤ c 를 구분하는 문제로 환원하는 체계를 구축하였으며, 이는 q ≥ 4 인 경우 2→q 노름 추정이 초수렴적 q에 대해 하드하다는 것을 보여준다. (최대 Õ(√log d)까지)
• 이 접근법은 Brandão-Christandl-Yard [BCY11] 및 후속 연구의 성능을 재현하거나 이를 뛰어넘으며, 양자 정보 원리인 염착성의 비가역성과 같은 것을 의존하지 않는다.
• 커버링 넷의 사용은 특히 ℓ₁ 공간으로의 인수분해와 관련하여 준다항식 최적화에 적합한 노름의 구조에 대한 새로운 기하학적 통찰을 제공한다.