[论文解读] Sparse quadratic forms and their geometric applications (after Batson, Spielman and Srivastava)

Assaf Naor|arXiv (Cornell University)|Jan 22, 2011

Finite Group Theory Research参考文献 22被引用 7

一句话总结

本文提出了一种非负二次型的确定性稀疏化定理，证明了任意稠密的非负矩阵均可被替换为每行非零元数量为 O(1/ε²) 的稀疏矩阵，从而在 (1+ε) 因子范围内保持二次型不变。其关键贡献在于对稀疏性的精确、可构造的界，使得几何与谱应用成为可能。

ABSTRACT

We survey the work of Batson, Spielman and Srivastava on graph sparsification, and we describe some of its recently discovered geometric applications.

研究动机与目标

• 建立关于由对称矩阵定义的非负二次型的精确、确定性稀疏化结果。
• 解决 Spielman 和 Srivastava 关于存在稀疏逼近可保持二次型在 (1+ε) 因子范围内的猜想。
• 提供一种生成保持稠密矩阵谱性质与几何性质的稀疏矩阵的构造方法。
• 在泛函分析、谱图论和嵌入理论中实现新的几何应用。

提出的方法

• 引入一种新颖的确定性迭代算法，以构造一个其非零元支撑集包含于原始矩阵 G 的支撑集内的稀疏矩阵 H。
• 基于特征值设计一个势函数，以指导 H 中非零元素的迭代选择。
• 采用受限可逆性原理的变体，以控制稀疏矩阵的谱行为。
• 应用矩阵缩放技术，以确保非负性并保持二次型的结构。
• 利用二次型与图拉普拉斯矩阵之间的联系，从展开图的角度解释结果。
• 运用特征值交错性与矩阵扰动理论，以界定二次型中相对误差的上界。

实验结果

研究问题

• RQ1 是否可以将稠密的非负矩阵稀疏化为每行非零元数量为 O(1/ε²) 的形式，同时在 (1+ε) 因子范围内保持其二次型？
• RQ2 是否存在一种确定性算法来构造此类稀疏矩阵，从而避免使用概率构造方法？
• RQ3 此类逼近的最优稀疏性界是什么？它与图的谱性质有何关联？
• RQ4 这些结果如何推广至泛函分析中的几何与嵌入问题？
• RQ5 该稀疏化结果能否用于构造优良的展开图，或改进谱嵌入定理？

主要发现

• 本文证明，对任意 ε ∈ (0,1)，存在一个矩阵 H，满足 |supp(H)| ≤ O(1/ε²)·n，使得 H 对任意非负矩阵 G 的二次型实现 (1+ε) 近似。
• 该稀疏性界是渐近紧致的，因为 c(ε) ≥ 8/ε² 是必要的，而构造方法实现了 c(ε) ≤ 32/ε² + O(1/ε)。
• 该方法提供了此类稀疏化的首个确定性算法，不同于以往的概率构造方法。
• 该结果意味着图拉普拉斯矩阵的谱间隙在稀疏化下可被保持，从而可构造常数度展开图。
• 该定理在将 Lp 的有限维子空间嵌入 ℓ¹，以及谱图论中具有直接应用。
• 该界是精确的，因为其与 Alon-Boppana 下界仅相差常数因子，且 Ramanujan 图达到了渐近极限。