用稀疏向量覆盖单位球体

机器算法验证 参考 高维 概率不等式 几何学
2022-04-09 16:23:55

我正在寻找覆盖维单位球体的参考资料d

Sd1={xRd:x=1}

我试图用具有k个非零系数的向量覆盖\mathbb{S}^{d-1} (理想情况下最多为\log d甚至\sqrt{d}的倍数)。换句话说,我正在寻找一个集合\mathcal{N}这样\bar{x} \in \mathcal{N} \Rightarrow \| \bar{x} \|_0 \leq kSd1klogddNx¯Nx¯0k

xSd1,x¯N:xx¯ε
用于一些小的常数ε>0因此:

问题:覆盖\mathbb{S}^{d-1}所需的最小k稀疏向量数量最多为\varepsilonSd1ε

编辑:我什至不确定是否存在对d具有对数或平方根依赖性的稀疏向量覆盖。如果它存在,那么它的最小基数肯定在d中是指数的,因为我们知道(例如从 [1] 中的推论 4.2.13)任何单位球面的ε -net 至少有(1ε)d

[1]:罗马 Vershynin。高维概率在数据科学中的应用,草稿编辑。.

1个回答

经过一番思考,我想我们可以得出结论,找到这样的封面是不可能的。考虑具有适当缩放比例的所有1的向量:1

v=1d(11)Sd1

并考虑一个k稀疏向量v¯然后

#{i:(vv¯)i0}dk
所以近似误差将满足

vv¯2j=1dk(1d)2=dkd=1kd

很明显,要使这个误差与无关,我们必须确保,否则对于足够大的 ,这个近似误差可以任意接近dkcdd1