변분 꼬리 경계로 보는 랜덤 벡터와 행렬의 노름

초록

본 논문은 1차원 주변분포의 모멘트 조건만으로 임의의 노름에 대한 랜덤 벡터와 행렬의 꼬리 확률을 평가하는 새로운 변분 꼬리 경계 기법을 제시한다. 가우시안 및 서브가우시안·서브지수형 마진을 포함한 다양한 경우에 차원에 의존하지 않는 명시적 상수를 얻으며, 기존 PAC‑Bayesian 접근법보다 구조가 단순하고 적용 범위가 넓다.

상세 분석

논문은 먼저 임의의 노름 ‖·‖와 그 쌍대 ‖·‖* 를 고려하고, ‖X‖을 ‖·‖* 단위볼의 선형함수들의 상극값으로 표현한다. 이 관점에서 Lemma 1을 도출하는데, 이는 임의의 확률분포 P₀ 위에서 무작위 방향 U를 샘플링하고, M_X(u,p)=E|⟨u,X⟩|^p 를 이용해 E‖X‖^p ≤ ν(P₀)·E₀