中文

Hadamard 流形上无界凸函数的梯度下降及其在缩放问题中的应用

最优化与控制 2026-03-31 v4 微分几何

摘要

在本文中,我们研究了 Hadamard 流形 MM 上“下无界”凸函数 ff 的连续和离散时间梯度流的渐近行为,特别是它们向 MM 在无穷远处的边界 MM^{\infty} 的收敛性质。我们建立了一个对偶定理:只要下确界为正,则 ff 的梯度范数 f(x)\|\nabla f(x)\|MM 上的下确界等于 ff 的衰退函数 ff^{\infty} 的负值在边界 MM^{\infty} 上的上确界。此外,下确界和上确界由 ff 的梯度流的极限获得。我们的结果体现了 Georgoulas、Robbin 和 Salamon 关于约化群作用的矩-权不等式的凸优化成分,并应用于 B"urgisser 等人在 FOCS 2019 上的非交换优化。我们证明,对于不稳定轨道,Kempf-Ness 函数的梯度下降收敛到 Hilbert-Mumford 准则中的一个破坏性 1-参数子群,并且相关的矩映射序列收敛到矩多面体的最小范数点。我们展示了算子缩放——矩阵元组 A=(A1,A2,,AN)A= (A_1,A_2,\ldots,A_N) 上的左右作用——的进一步改进。我们通过经典 Dulmage-Mendelsohn 二分图分解的向量空间推广来刻画算子缩放的梯度流极限。对于 N=2N = 2 的特殊情况,我们揭示了该极限决定了矩阵束 sA1+A2s A_1+A_2 的 Kronecker 标准形。

关键词

引用

@article{arxiv.2404.09746,
  title  = {Gradient descent for unbounded convex functions on Hadamard manifolds and its applications to scaling problems},
  author = {Hiroshi Hirai and Keiya Sakabe},
  journal= {arXiv preprint arXiv:2404.09746},
  year   = {2026}
}

备注

The conference version in FOCS 2024; to appear in Mathematics of Operations Research