[논문 리뷰] Finding the Spectral Radius of a Nonnegative Tensor

Shenglong Hu, Zheng‐Hai Huang외 1명|arXiv (Cornell University)|2011. 11. 09.

Tensor decomposition and applications참고 문헌 9인용 수 66

한 줄 요약

이 논문은 항상 양의 스펙트럴 반경을 보장하는 새로운 클래스인 엄격하게 비음성 텐서를 도입하고, 비음성 텐서를 약하게 기약 가능 블록으로 분해함으로써 임의의 비음성 텐서의 스펙트럴 반경을 계산하는 전역 수렴성 알고리즘을 개발한다. 이 방법은 각 블록에 수정된 거듭제곱 방법을 적용하여 R-선형 수렴을 보장하며, 추가 가정 없이 효율적이고 신뢰할 수 있는 계산이 가능하다.

ABSTRACT

In this paper, we introduce a new class of nonnegative tensors --- strictly nonnegative tensors. A weakly irreducible nonnegative tensor is a strictly nonnegative tensor but not vice versa. We show that the spectral radius of a strictly nonnegative tensor is always positive. We give some sufficient and necessary conditions for the six well-conditional classes of nonnegative tensors, introduced in the literature, and a full relationship picture about strictly nonnegative tensors with these six classes of nonnegative tensors. We then establish global R-linear convergence of a power method for finding the spectral radius of a nonnegative tensor under the condition of weak irreducibility. We show that for a nonnegative tensor T, there always exists a partition of the index set such that every tensor induced by the partition is weakly irreducible; and the spectral radius of T can be obtained from those spectral radii of the induced tensors. In this way, we develop a convergent algorithm for finding the spectral radius of a general nonnegative tensor without any additional assumption. The preliminary numerical results demonstrate the feasibility and effectiveness of the proposed algorithm.

연구 동기 및 목표

• 엄격하게 비음성 텐서라는 새로운 비음성 텐서의 클래스를 정의하고 분석하여, 그 스펙트럴 반경이 항상 양수임을 보장한다.
• 문헌에 잘 알려진 여섯 가지 비음성 텐서 클래스와 엄격하게 비음성 텐서 간의 포괄적인 관계를 수립한다.
• 추가적인 가정 없이 일반 비음성 텐서의 스펙트럴 반경을 계산하는 전역 수렴 알고리즘을 개발한다.
• 임의의 생성된 랜덤 텐서와 구조적 텐서에 대한 수치 실험을 통해 제안된 알고리즘의 실현 가능성과 효율성을 입증한다.

제안 방법

• 약하게 기약 가능 비음성 텐서를 엄밀히 포함하는 클래스로 엄격하게 비음성 텐서를 정의하고, 그 스펙트럴 반경이 항상 양수임을 증명한다.
• 임의의 비음성 텐서를 약하게 기약 가능 유도 텐서로 분해할 수 있는 분할 전략을 제안하여, 스펙트럴 반경을 블록 단위로 계산할 수 있도록 한다.
• Friedland 등(2013)의 거듭제곱 방법을 수정하여 약하게 기약 가능 비음성 텐서에 대해 전역 R-선형 수렴을 보장한다.
• 약하게 기약 가능 블록의 스펙트럴 반경을 집계함으로써 일반 비음성 텐서의 스펙트럴 반경을 계산하는 알고리즘을 구성한다.
• 텐서 고유값 문제와 관련된 비선형 사상은 함수 $ F_T(x) $ 를 사용해 정의하며, 이를 거듭제곱 방법 프레임워크와 연결한다.
• 수렴 정확도를 확보하기 위해 상한과 하한의 차이 $ |\alpha(x^{(k)}) - \beta(x^{(k)})| \leq 10^{-6} $ 를 기반으로 정지 기준을 구현한다.

실험 결과

연구 질문

• RQ1 비음성 텐서의 스펙트럴 반경이 양수임을 보장하는 조건은 무엇이며, 새로운 엄격하게 비음성 텐서 클래스는 기존 클래스와 어떤 관계가 있는가?
• RQ2 약하게 기약 가능 비음성 텐서의 스펙트럴 반경을 계산하는 전역 수렴성 거듭제곱 방법을 개발할 수 있는가?
• RQ3 약하게 기약 가능성이나 기타 구조적 제약 조건을 가정하지 않고 일반 비음성 텐서의 스펙트럴 반경을 어떻게 계산할 수 있는가?
• RQ4 엄격하게 비음성 텐서와 문헌에 잘 알려진 여섯 가지 비음성 텐서 클래스 간의 관계는 무엇인가?
• RQ5 텐서의 흐문성 또는 조밀도가 약하게 기약 가능성의 가능성에 어떤 영향을 미치며, 이는 계산 성능에 어떻게 영향을 주는가?

주요 결과

• 모든 엄격하게 비음성 텐서의 스펙트럴 반경은 항상 양수임이 보장되며, 이는 비음성 텐서에 대한 페르로-프로베니우스 이론을 확장한다.
• 엄격하게 비음성 텐서 클래스는 약하게 기약 가능, 원시적, 본질적으로 양성 텐서를 포함하는 여섯 가지 잘 알려진 비음성 텐서 클래스를 엄밀히 포함한다.
• 수정된 거듭제곱 방법은 약하게 기약 가능 비음성 텐서에 대해 전역 R-선형 수렴을 달성하여 신뢰할 수 있고 빠른 수렴을 보장한다.
• 임의의 비음성 텐서에 대해 색인 집합의 분할이 존재하여 모든 유도 텐서가 약하게 기약 가능하며, 원래 텐서의 스펙트럴 반경은 유도 텐서들의 스펙트럴 반경의 최댓값과 같다.
• 수치 실험 결과, 제안된 알고리즘은 다양한 텐서 차원과 조밀도에서 스펙트럴 반경을 효율적으로 계산하며, 조밀한 텐서의 경우 평균 20회 이내의 반복으로 수렴한다.
• 알고리즘은 흐문 텐서에서도 잘 작동하며, 요소의 조밀도가 높을수록 약하게 기약 가능성의 확률이 증가하고 잔여 오차는 항상 $ 10^{-6} $ 이하로 유지된다.