关于无限集快速JL嵌入的扩展集中不等式
数据结构与算法
2025-01-27 v1 概率论
摘要
Johnson-Lindenstrauss(JL)引理允许将高维空间的子集嵌入到低维空间中,同时近似保持所有成对欧几里得距离。这一重要结果启发了大量文献,其中很大一部分致力于构造具有快速矩阵-向量乘法算法的结构化随机矩阵,以生成有限点集的此类嵌入。在本文中,我们简要考虑中{\it无限}子集的快速JL嵌入矩阵。此方向的先前工作(如\cite{oymak2018isometric, mendelson2023column})集中于通过将具有RIP(类)性质的结构化矩阵与随机对角矩阵相乘来构造快速JL矩阵。然而,以这种方式利用RIP(类)矩阵必然产生一个不幸的副作用:无论要嵌入的无限集多么简单,得到的嵌入维度必须依赖于环境维度。受此启发,我们在此探索一种替代策略来消除对的依赖:扩展Ailon和Liberty\cite{Ailon2008fast}证明的一个集中不等式,希望以后在链式论证中使用它来获得无限集的近最优结果。尽管这一策略最终未能提供我们寻求的近最优嵌入维度,但在此过程中,我们获得了\cite{Ailon2008fast}中集中不等式的超亚指数扩展,这可能具有独立意义。
引用
@article{arxiv.2501.14010,
title = {On Extended Concentration Inequalities for Fast JL Embeddings of Infinite Sets},
author = {Edem Boahen and March T. Boedihardjo and Rafael Chiclana and Mark Iwen},
journal= {arXiv preprint arXiv:2501.14010},
year = {2025}
}