核心概念
与えられた行列Aの行をグループ分けし、各グループのノルムを適切に重み付けすることで、行列全体のノルムを効率的に近似できる。
摘要
本論文では、行列Aの行をグループ分けし、各グループのノルムを適切に重み付けすることで、行列全体のノルムを効率的に近似する手法を提案している。
具体的には以下の手順で進める:
- 行列Aの行を푆1, . . . , 푆푚のグループに分割する。
- 各グループ푆푖のノルムを∥A푆푖풙∥푝푖
푝푖と定義する。
- 全体のノルム∥A풙∥풢푝を、各グループのノルムの重み付き和∑푚
푖=1 휷푖· ∥A푆푖풙∥푝푖
푝푖で近似する。ここで、휷는スパースな重み付けベクトルである。
- 重み付けベクトル휷を適切に選ぶことで、全体のノルムを1±휀の精度で近似できることを示す。
- 特に、푝≥2かつ푝1 = · · · = 푝푚= 2の場合には、効率的にこの重み付けベクトル휷を計算できることを示す。
この手法は、行列の行をグループ化して扱うことで、ℓ푝ノルムの近似を効率的に行えるという点で重要である。また、ブロックルイスウェイトの概念を導入し、それを活用することで、より良い近似が得られることを示している。
統計資料
全体のノルムを∥A풙∥풢푝と定義している。
各グループ푆푖のノルムを∥A푆푖풙∥푝푖
푝푖と定義している。
全体のノルムを、各グループのノルムの重み付き和∑푚
푖=1 휷푖· ∥A푆푖풙∥푝푖
푝푖で近似している。
引述
"Given a matrix A ∈R푘×푛, a partitioning of [푘] into groups 푆1, . . . , 푆푚, an outer norm 푝, and a collection of inner norms such that either 푝≥1 and 푝1, . . . , 푝푚≥2 or 푝1 = · · · = 푝푚= 푝≥1/log 푛, we prove that there is a sparse weight vector 휷∈R푚such that Í푚
푖=1 휷푖· ∥A푆푖풙∥푝
푝푖≈1±휀Í푚
푖=1 ∥A푆푖풙∥푝
푝푖."