원자 그래디언트 흐름: 희소 표현을 통한 무한 차원 최적화

본 논문은 무한 차원 최적화 문제를 희소 원자 기반으로 해결하는 새로운 프레임워크인 Atomic Gradient Flows(AGF)를 제안한다. 시작점은 총변동(TV) 정규화가 적용된 측도 공간에서 입자 그래디언트 흐름(PGF)이 성공적으로 사용된 사례이다. 저자들은 이를 일반적인 Banach 공간 \(M\) 위의 목적함수 \(J(u)=F(Ku)+R(u)\) 에 확장한다. 여기서 \(F\) 는 Hilbert 공간 \(Y\) 위의 볼록·두 번 프레셰 미분 가능한 데이터 적합항, \(K\) 는 약한\(*\)‑연속 선형 연산자, \(R\) 는 1‑동차·볼록·약한\(*\)‑하한 연속성을 갖는 정규화자이다. 핵심 아이디어는 \(R\) 의 단위볼록집합 \(B=\{u:R(u)\le1\}\) 의 극점 \(\operatorname{Ext}(B)\) 을 “원자”로 정의하는 것이다. Krein‑Milman 정리에 의해 \(B\) 는 \(\operatorname{Ext}(B)\) 의 약한\(*\)‑폐포합이며, 따라서 최적화 해는 원자들의 유한 선형 결합 형태 \(u_{\text{sparse}}=\sum_{j=1}^n c_j^2 u_j\) 로 근사될 수 있다. 이때 \(u_j\in\widetilde B:=\operatorname{Ext}(B)^{*}\) 는 약한\(*\)‑위상에서 컴팩트하고, 메트릭 \(d_{\widetilde B}\) 가 존재한다. 논문은 먼저 이산화 목적함수 \(J_n(c,u)=J\big(\sum_{j=1}^n c_j^2 u_j\big)\) 를 정의하고, Γ‑수렴을 통해 \(J_n\) 이 원래 \(J\) 에 일관함을 증명한다. 즉, \(n\to\infty\) 일 때 \(J_n\) 의 최소점이 \(J\) 의 최소점으로 수렴한다는 보장을 제공한다. 그 다음 최소 이동 스킴을 도입한다. 시간 간격 \(\tau>0\) 에 대해 \