[论文解读] Error estimates for spectral convergence of the graph Laplacian on random geometric graphs towards the Laplace--Beltrami operator

Nicolás García Trillos, Moritz Gerlach+2 more|arXiv (Cornell University)|Jan 30, 2018

Spectral Theory in Mathematical Physics被引用 12

一句话总结

该论文建立了随机几何图上图拉普拉斯算子谱收敛到嵌入R^d中的光滑紧致子流形上的拉普拉斯-贝尔特拉米算子的误差估计。当样本量n增大且邻域半径h减小时，特征值与特征向量以O((log n / n)^{1/(2m)})的速率收敛，且在图构造或特征向量的样本外扩展过程中无需事先了解流形信息。

ABSTRACT

We study the convergence of the graph Laplacian of a random geometric graph generated by an i.i.d. sample from a $m$-dimensional submanifold $M$ in $R^d$ as the sample size $n$ increases and the neighborhood size $h$ tends to zero. We show that eigenvalues and eigenvectors of the graph Laplacian converge with a rate of $O\Big(\big(\frac{\log n}{n}\big)^\frac{1}{2m}\Big)$ to the eigenvalues and eigenfunctions of the weighted Laplace-Beltrami operator of $M$. No information on the submanifold $M$ is needed in the construction of the graph or the "out-of-sample extension" of the eigenvectors. Of independent interest is a generalization of the rate of convergence of empirical measures on submanifolds in $R^d$ in infinity transportation distance.

研究动机与目标

• 建立图拉普拉斯算子向子流形M ⊂ R^d上的拉普拉斯--贝尔特拉米算子谱收敛的定量误差界。
• 分析当样本量n → ∞且邻域大小h → 0时，特征值与特征向量的收敛速率。
• 在不依赖流形几何或密度先验知识的前提下推导收敛速率，从而支持特征向量的样本外扩展。
• 将子流形上经验测度在上确界运输距离下的收敛速率进行推广，以支持主要的谱收敛分析。

提出的方法

• 分析基于从m维子流形M ⊂ R^d上独立同分布采样得到的随机几何图，邻域半径为h。
• 图拉普拉斯算子通过依赖于点间测地距离的核函数η定义，边权通过σ_η缩放，以关联到连续拉普拉斯算子。
• 使用离散化算子P及其伴随P*，将离散图拉普拉斯算子与连续拉普拉斯--贝尔特拉米算子联系起来。
• 通过有界Lipschitz连续密度与曲率界，控制经验测度μ_n与真实测度μ在M上的上确界运输距离，推导收敛速率。
• 分析利用黎曼几何工具，包括内蕴半径i_0、可达性半径R与截面曲率K，以控制局部几何效应。
• 关键技术步骤包括通过比较测地球上积分，利用雅可比行列式畸变界J_{x_i}(z) ≤ 1 + CmKh^2，估计每个顶点x_i处的总权重m_i。

实验结果

研究问题

• RQ1 当n → ∞且h → 0时，图拉普拉斯算子的特征值与特征向量以何种速率收敛到拉普拉斯--贝尔特拉米算子的特征值与特征向量？
• RQ2 收敛速率如何依赖于子流形M的内在维数m与样本量n？
• RQ3 是否可以在不依赖流形密度或几何结构先验知识的前提下建立收敛性，从而实现特征向量的样本外扩展？
• RQ4 为实现谱收敛，邻域半径h相对于n的最优标度是什么？
• RQ5 M上经验测度与真实测度之间的上确界运输距离如何影响谱收敛速率？

主要发现

• 图拉普拉斯算子的特征值与特征向量以O((log n / n)^{1/(2m)})的速率收敛到加权拉普拉斯--贝尔特拉米算子的特征值与特征向量。
• 收敛速率与环境维数d无关，仅依赖于子流形的内在维数m。
• 分析无需知晓子流形密度p或权测度密度ρ，从而支持特征向量的通用样本外扩展。
• 经验测度μ_n与M上真实测度μ之间的上确界运输距离被控制在O((log n / n)^{1/(2m)})以内，支持谱收敛结果。
• 在曲率与可达性约束下，收敛速率具有鲁棒性，误差项由流形的最大截面曲率K与可达性半径R控制。
• 推导表明，图拉普拉斯算子在L^2意义下一致逼近拉普拉斯--贝尔特拉米算子，且显式依赖于p、ρ与η的Lipschitz常数。