[论文解读] New lower bounds for the border rank of matrix multiplication

J. M. Landsberg, Giorgio Ottaviani|arXiv (Cornell University)|Dec 27, 2011

Tensor decomposition and applications参考文献 12被引用 26

一句话总结

该论文利用代数几何与表示论，为矩阵乘法的边界秩建立了新的下界。通过构造张量在低边界秩下必须满足的显式多项式方程（这些方程源自线性映射的楔积幂），证明了 $ n \times n $ 矩阵乘法的边界秩至少为 $ 2n^2 - n $，对所有 $ n \geq 3 $，该结果优于此前最佳下界 $ \frac{3}{2}n^2 + \frac{n}{2} - 1 $。

ABSTRACT

The border rank of the matrix multiplication operator for n by n matrices is a standard measure of its complexity. Using techniques from algebraic geometry and representation theory, we show the border rank is at least 2n^2-n. Our bounds are better than the previous lower bound (due to Lickteig in 1985) of 3/2 n^2+ n/2 -1 for all n>2. The bounds are obtained by finding new equations that bilinear maps of small border rank must satisfy, i.e., new equations for secant varieties of triple Segre products, that matrix multiplication fails to satisfy.

研究动机与目标

• 解决长期存在的关于矩阵乘法边界秩强下界的挑战，边界秩是计算复杂性的一个关键度量。
• 通过引入张量在小边界秩下必须满足的新代数约束，克服先前方法的局限性。
• 提供一个几何与表示论框架，以推导出比以往已知更紧的下界。
• 建立一种适用于矩阵乘法之外双线性映射的一般方法，利用三重Segre积的切触簇。
• 改进Lickteig于1985年提出的下界 $ \frac{3}{2}n^2 + \frac{n}{2} - 1 $（对 $ n \geq 3 $），该下界在数十年间未被突破。

提出的方法

• 定义一族线性映射 $ (M_{\langle m,n,l\rangle})_A^{\wedge p} $，其编码了矩阵乘法张量在外部幂中的结构。
• 利用表示论分析这些映射的结构，特别是其秩，从而获得边界秩的下界。
• 构造显式方程（这些线性映射的余子式），这些方程必须在任意边界秩低于某阈值的张量上消失。
• 将构造特化到一个精心选择的 $ p $，以确保在子空间上保持单射，从而加强基于秩的下界。
• 应用Pieri法则与Schur-Weyl对偶性，将张量积的对称与外部幂分解为不可约表示。
• 利用矩阵乘法不满足这些方程的事实，证明其不可能具有低边界秩。

实验结果

研究问题

• RQ1 如何利用代数几何，从下界确定 $ n \times n \times n $ 矩阵乘法张量的最小边界秩？
• RQ2 从线性映射的外部幂导出的新多项式方程，如何约束双线性映射的边界秩？
• RQ3 表示理论技术能否提供强于经典线性代数方法（如Strassen的换位子方法）的更强下界？
• RQ4 若矩阵乘法不满足由三重Segre积的切触簇导出的某些方程，是否意味着其边界秩存在严格下界？
• RQ5 该方法能否推广，以获得矩阵乘法张量秩的改进下界，而不仅限于边界秩？

主要发现

• 矩阵乘法张量 $ M_{\langle n,n,n \rangle} $ 的边界秩至少为 $ 2n^2 - n $，该结果优于Lickteig于1985年提出的下界 $ \frac{3}{2}n^2 + \frac{n}{2} - 1 $，且对所有 $ n \geq 3 $ 成立。
• 对于 $ m \times n \times l $ 矩阵乘法，其边界秩满足 $ \underline{\mathbb{R}}(M_{\langle m,n,l \rangle}) \geq \frac{nl(n + m - 1)}{m} $，这是主结果的推广。
• 推论1.2表明 $ \underline{\mathbb{R}}(M_{\langle n,n,l \rangle}) \geq 2nl - l $，当 $ l = n $ 时，该结果退化为主下界。
• 下界 $ 2n^2 - n $ 是自Strassen于1983年奠基性工作以来，首次突破 $ \frac{3}{2}n^2 $ 阈值的改进。
• 通过应用相同方法，后续研究将该下界扩展至张量秩，得到 $ \mathbb{R}(M_{\langle n,n,n \rangle}) \geq 3n^2 - 2\sqrt{2}n^{3/2} - 3n $，表明该方法具有更广泛的影响。
• 该方法依赖于构造显式方程（通过线性映射的余子式），这些方程在低边界秩张量上消失，但不在矩阵乘法上消失，从而通过几何障碍证明该下界。