通过确定性降维映射将稀疏向量从 $\ell_2$ 线性嵌入到 $\ell_1$
泛函分析
2023-10-31 v1 数值分析
数值分析
摘要
本文关注于在 -稀疏向量上满足从 到 的限制等距性质的 矩阵的确定性构造。与标准( 到 )限制等距性质类似,此类构造至少在理论上可在 的 regime 中找到。考虑到实现的效率,本文在较不理想但仍相关的 regime 中给出了两种简单构造。第一种采用 Las Vegas 策略,是准确定性的,适用于实数情形。第二种利用 Golomb 尺,是显式的,适用于复数情形。作为铺垫,本文给出了从 到 的显式等距嵌入。最后,将问题从稀疏向量推广到低秩矩阵作为一个开放问题提出。
引用
@article{arxiv.2310.18565,
title = {Linearly Embedding Sparse Vectors from $\ell_2$ to $\ell_1$ via Deterministic Dimension-Reducing Maps},
author = {Simon Foucart},
journal= {arXiv preprint arXiv:2310.18565},
year = {2023}
}