×

新的和改进的Johnson-Lindenstrauss嵌入通过限制等距性质。 (英语) Zbl 1247.15019号

矩阵\(\Phi\ in \mathbb{R}^{m\ times N}\)对于所有\(k\)-稀疏向量\(x\ in \mathbb{R}^N\),如果\(1-\ delta)\。这里\(\|.\|\)表示欧几里得范数,\(k\)-稀疏性表示非零分量的数量最多为\(k\)。作者证明,通过对这样一个矩阵(Phi)的列符号进行随机化,得到的高概率映射将(mathbb{R}^N)中任何固定的点集(p=O(e^k))嵌入到(mathbb{R}^m)中,而不会使集合中任何点的范数扭曲超过因子(1\pm4\delta)。因此,具有RIP和随机列符号的矩阵提供了最佳的Johnson-Lindenstraus嵌入[W.B.公司。约翰逊J.林登斯特劳斯,内容。数学。 26, 189–206 (1984;Zbl 0539.46017号)]以\(N\)表示的对数因子。特别地,这些结果改进了一类结构随机矩阵所需嵌入维数(m)的最佳界。对于部分Fourier矩阵和部分Hadamard矩阵,界(m\gtrsim\delta^{-4}\log{p}\log^4{N})[N.Ailon公司E.自由,程序。第22届ACM-SIAM交响乐团。离散算法(SODA),185-191(2011)]改进为(m\gtrsim\delta^{-2}\log{p}\log^4{N})。

MSC公司:

15A45型 涉及矩阵的其他不等式
15B52号 随机矩阵(代数方面)
94甲12 信号理论(表征、重建、滤波等)
15B34型 布尔矩阵和哈达玛矩阵
PDF格式BibTeX公司 XML格式引用