단순화된 스펙트럼 알고리즘으로 정보 이론적 한계에 도달

초록

본 논문은 두 커뮤니티 스토캐스틱 블록 모델에서 기존 스펙트럼 알고리즘의 전처리와 보정 단계를 제거하고, 순수한 인접 행렬만을 이용해 커뮤니티를 복원한다. 독립성을 유지한 새로운 분석을 통해 스펙트럼 노름과 두 번째 고유벡터의 정렬 각도에 대한 더 강력한 경계식을 제시하고, 체르노프 불평등 기반 최적화와 정규 근사를 이용해 오류율 γ와 각도 θ 사이의 관계를 크게 개선한다. 실험 결과는 이론적 상한이 실제 성능에 가깝게 맞춰짐을 보여, 알고리즘 단순화가 계산 효율성과 정확도 모두를 향상시킴을 입증한다.

상세 분석

이 논문은 두 커뮤니티 SBM(동일 크기, 상수 평균 차수)에서 커뮤니티 복원을 위한 스펙트럼 기반 방법을 재검토한다. 기존 연구(Chin et al., 2015)는 고차원 전처리(고도 정점 제거)와 별도의 보정 단계(Correction)를 도입해 역로그 수준의 오류율을 보장했지만, 전처리 과정이 행렬 원소의 독립성을 파괴한다는 근본적인 한계가 있었다. 저자들은 이 전처리 단계를 완전히 생략하고, 원본 인접 행렬 A만을 사용해 스펙트럼 파티션을 수행한다. 이때 A의 기대값 AE와 차이 행렬 M=A−AE에 대해 ‖M‖≤C√(a+b)라는 기존 정규화 경계가 전처리 없이도 성립함을 증명한다(정리 2.2). 이는 Füredi‑Kömlos와 Krivelevich‑Vu의 확률적 스펙트럼 이론을 적절히 활용한 결과이며, 상수 C는 약간 증가했지만 실질적인 차이는 없다.

다음으로 두 번째 고유벡터 w₂가 기대값 고유벡터 u₂와 얼마나 정렬되는지를 분석한다. 기존에는 sin∠(u₂,w₂)≤C·√(a+b)/(a−b)라는 느슨한 상한을 사용했으며, 이를 통해 γ≤C·√(a+b)/(a−b)라는 오류율을 얻었다. 저자들은 w₂의 엔트리 분포가 두 개의 이항 차이(Y∼Bin(n,a/n)−Bin(n,b/n))에 근사된다는 점에 주목하고, 체르노프 불평등을 적용해 엔트리 간 감소율에 대한 하한을 도출한다. 이 제약을 최적화 문제에 삽입해 cosθ의 최대값을 구하면, 기존 상한보다 훨씬 낮은

cosθ ≤ √{2n·t*·(1−γ)}·