Core Concepts
行列ペア{A, L}のGSVDは、{A, L}によって誘導される2つの線形演算子Aとしの特異値展開(SVE)に他ならない。この新しい視点に基づき、極端なGSVD成分を近似的に計算する新しい反復法を提案する。
Abstract
本論文では、行列ペア{A, L}のGSVDを線形演算子の特異値展開(SVE)の観点から新しく特徴づける。
まず、2つの有限次元ヒルベルト空間間の線形演算子について議論する。行列Aに対して、ある内積空間(R(M), ⟨·, ·⟩M)から別の内積空間(Rm, ⟨·, ·⟩G)への線形演算子Aを定義する。このとき、AのsvEは、行列ペア{A, L}のGSVDの非自明な成分と一致することを示す。同様に、行列Lに対しても線形演算子Lを定義し、そのsvEがGSVDの非自明な成分と一致することを示す。これにより、GSVDの非自明な部分は、{A, L}によって誘導される2つの線形演算子AとしのsvEに他ならないことが明らかになる。
この新しい視点に基づき、極端なGSVD成分を近似的に計算する新しい反復法を提案する。この反復法は、大規模SVD計算の基本ルーチンであるGolub-Kahanの双対対角化(GKB)法の自然な拡張であり、gGKB法と呼ばれる。gGKB法の基本的性質を解析し、gGKBによるGSVD計算の収束性と精度に関する初歩的な結果も示す。
Stats
行列ペア{A, L}のGSVDにおける非自明な一般化特異値は、降順に{cq1+1/sq1+1, ..., cq1+q2/sq1+q2}で表される。
非自明な一般化特異値ベクトルxi(1 ≤ i ≤ r)は、R(M)に属する。
自明な一般化特異値ベクトルxi(r + 1 ≤ i ≤ n)は、N(M)の基底を成す。
Quotes
"GSVDは、2つの変数または行列群の関係を分析するための重要な数学的ツールである。"
"GSVDの計算は大きな課題を伴う。大規模問題では、関連する一部のGSVD成分のみを計算することが必要となる場合が多い。"
"本論文では、GSVDを線形演算子のsvEの観点から新しく特徴づける。この新しい視点に基づき、極端なGSVD成分を近似的に計算する新しい反復法を提案する。"