Kirchhoff 랜덤 포레스트를 이용한 스펙트럼 추정

초록

**
본 논문은 비지향 가중 그래프의 라플라시안 고유값 분포를, Kirchhoff 랜덤 루트 스패닝 포레스트(Kirchhoff forest)를 이용한 몬테카를로 샘플링으로 추정하는 방법을 제시한다. 샘플링 비용은 노드 수 n에 대해 선형(로그 보정 포함)이며, 복수의 q 파라미터에 대해 동시에 샘플링하고, 복제(forest replicas)를 활용해 Stieltjes 변환 및 그 도함수의 유리 모멘트를 효율적으로 추정한다. 추정값은 상대 오차 O(1/√n) 수준을 보이며, 최대 엔트로피 기반 재구성 절차를 통해 누적 스펙트럼 분포를 복원한다. 또한, 대칭 실수 행렬을 이중 커버 그래프로 임베딩함으로써 일반 행렬에도 동일한 방법을 적용한다.

**

상세 분석

**
이 논문은 대규모 행렬의 정확한 고유분해가 계산적으로 불가능한 상황에서, 전체 고유값을 일일이 구하지 않고도 스펙트럼 분포를 근사할 수 있는 새로운 프레임워크를 제시한다. 핵심 아이디어는 Kirchhoff forest라는 확률적 구조를 이용해 라플라시안의 특성 다항식과 직접 연결시키는 것이다. Kirchhoff의 1847년 정리에 따르면, 파라미터 q>0에 대한 Kirchhoff forest의 정규화 상수 Z(q)는 det(qI−L)와 동일하며, 로그를 취하면 라플라시안 고유값 λ_j가 q+λ_j 형태로 나타난다. 이를 미분하면 기대값 E