[论文解读] Hierarchical paraproducts

Oluwadamilola Fasina|arXiv (Cornell University)|Feb 18, 2026

Advanced Graph Neural Networks被引用 0

一句话总结

本论文将仿非和分解推广到有限集合的支集 X 与 X×Y，通过构造分区树与分层张量算子，得到剩余项具有两倍 Hölder 正则性的结果。并且证明了在 A(f) = A 对应的 A∈C¹ 或 C² 且 f 属于有限集上的 Hölder 类时的分层仿射积分解与分层张量仿射积分解。

ABSTRACT

We outline an extension of paraproduct decompositions for compositions of the form $A(f)$ where $A \in C^{d}(\mathbb{R}), f \in Λ_α([0,1]^d)$ developed in [arXiv:2503.12629] and [arXiv:2508.13322] to settings where $(A \in C^1(\mathbb{R}),f \in Λ_α(X))$ and $ (A \in C^2(\mathbb{R}),f \in Λ_α(X imes Y))$. To do so, we construct partition trees on $X$ and $X imes Y$ such that analysis with respect to scale is sensible. We obtain results resembling those of [arXiv:2503.12629] and [arXiv:2508.13322], but with the finite sets $X$ and $X imes Y $ as support. In particular we construct the paraproduct $Π_{A',A''}^{L,S}: f o ilde{A}_{L,S}(f) + Δ_{L,S}(A,f)$ such that $Δ_{L,S}(A,f) \in Λ_{2α}(X imes Y)$ and $\lVert Δ_{L,S}(A,f) Vert_{Λ_{2α}(X imes Y)} \leq C_A \lVert f Vert_{Λ_α(X imes Y)}$. Analogous results are obtained when the support is just one finite set, $X$. This extension is motivated by situations where one wishes to separate the singular and smooth components of such compositions in graph signal processing environments.

研究动机与目标

• 将 A(f) 的分解扩展到 A ∈ C¹(ℝ) 且 f ∈ Λ_α(X)，0<α<1/2 的情形。
• 扩展到 A ∈ C²(ℝ) 且 f ∈ Λ_α(X×Y)，给出分层张量仿射积。
• 在 X 与 X×Y 上构建分区树以实现对有限、无结构支集的尺度分析。
• 获得残差估计，证明残差落在 Λ_{2α}，并且范数增长受控。
• 将结果与欧氏域中的现有仿射积分解联系起来，并为图信号处理中的应用提供动机。

提出的方法

• 在有限集合 X 与 Y 上构建多尺度分区树，通过 Haar 类小波基定义 α- Hölder 正则性。
• 用树上的小波系数和尺度系数定义分层缩放算子 P^l 与张量缩放 P^lP^s。
• 构建分层仿射积：对于 A ∈ C¹(ℝ)，Π_A' 通过 ã_L(f)+Δ_L(A,f) 近似 A(f)，其中 ã_L(f)=∑_{l=0}^L A'(P^l(f)) Q^l(f)。
• 对于 A ∈ C²(ℝ)，构建分层张量仿射积 ã_{L,S}(f)=∑_{l=0}^L∑_{s=0}^S [A'(P^lP^s(f))Q^lQ^s(f) + A''(P^lP^s(f))Q^lP^s(f)P^lQ^s(f)]。
• 证明 Δ_L(A,f) ∈ Λ_{2α}(X) 或 Λ_{2α}(X×Y)，且 ||Δ||_{Λ_{2α}} ≤ C_A ||f||_{Λ_α}，通过 Hölder 系数衰减引理与残差估计。

实验结果

研究问题

• RQ1 如何将分解扩展到仅有分区树的有限集合且没有额外结构的情形？
• RQ2 哪些合适的分层算子（P^l、Q^l、P^lP^s 等）能在 X 与 X×Y 上实现尺度敏感分析？
• RQ3 这些分层分解的残差是否能达到输入 f 的两倍 Hölder 正则性（即 Λ_{2α}）且范数受控？
• RQ4 这些分层仿射积与在欧氏域中的仿射积在构造与正则性方面有何对比？
• RQ5 在有限图形结构上的 Applications（如图信号处理）中，A(f) 的奇异与平滑分量分离可能带来哪些潜在应用？

主要发现

• 存在一个针对 A ∈ C¹(ℝ) 与 f ∈ Λ_α(X)（0<α<1/2） 的分层仿射积分解，残差在 Λ_{2α}(X) 且范数有界。
• 对于 A ∈ C²(ℝ) 与 f ∈ Λ_α(X×Y)（0<α<1/2），分层张量仿射积提供了类似的近似，残差具有 Λ_{2α} 正则性。
• 在有限分区树上显式构建分层缩放与小波算子，使得对 A(f) 的尺度化近似成为可能。
• 证明依赖 Haar 类展开系数的衰减估计以及确保将 Hölder 正规性传递到残差的引理。
• 该框架在某种程度上与已有的仿射积相关工作相似，但通过分区树与张量基，适用于有限、无结构的支集。