Geodesic Interpolation on the Grassmann Manifold: GLERP and Recursive GIDER Interpolants

Sintesi Tecnica: Interpolazione Geodetica sulla Varietà di Grassmann

Enunciato del Problema
Il documento affronta la sfida di interpolare dati che risiedono sulla varietà di Grassmann, $\text{Gr}(r, m)$, ovvero lo spazio di tutti i sottospazi lineari di dimensione $r$ in $\mathbb{R}^m$. In molti ambiti della computazione scientifica e dell'analisi dei dati, i dati con valori matriciali rappresentano sottospazi piuttosto che basi fisse. Di conseguenza, due matrici $Y$ e $YR$ (dove $R \in O(r)$) rappresentano lo stesso punto sulla varietà. I metodi standard di interpolazione euclidea falliscono in questo contesto perché non sono invarianti rispetto a tale azione ortogonale a destra; interpolare direttamente le voci delle matrici distrugge la struttura geometrica. L'obiettivo è sviluppare un framework di interpolazione che sia intrinseco alla varietà, invariante rispetto alla base e capace di raggiungere un'accuratezza di ordine superiore per curve con valori di sottospazio regolari.

Metodologia
Gli autori propongono un framework basato sulla geometria intrinseca della varietà di Grassmann, utilizzando specificamente le mappe esponenziale e logaritmo per definire i cammini geodetici.

1. GLERP (Interpolazione Lineare di Grassmann):
   L'elemento costruttivo fondamentale è GLERP, un analogo Grassmanniano dell'interpolazione lineare sferica (SLERP). Per due sottospazi vicini $Y_0$ e $Y_1$, GLERP è definito come:
   $$\text{GLERP}(Y_0, Y_1; \tau) = \text{Exp}_{Y_0}(\tau \text{Log}_{Y_0}(Y_1)), \quad 0 \le \tau \le 1$$
   Questo segue la geodetica a velocità costante che unisce i due punti. Il metodo si basa sulla decomposizione ai valori singolari (SVD) del vettore tangente derivato dalla mappa logaritmo per calcolare esplicitamente l'interpolazione.

2. GIDER$_n$ (Interpolazione Geodetica Ricorsiva):
   Per ottenere un'accuratezza di ordine superiore, gli autori definiscono una famiglia ricorsiva di interpolanti, GIDER$_n$, basata sull'algoritmo di Neville. Nell'algoritmo di Neville euclideo standard vengono utilizzate combinazioni affini; qui, ogni passaggio affine è sostituito da un'operazione GLERP.
   $$I^k_j(t) = \text{GLERP}\left(I^{k-1}_j(t), I^{k-1}_{j+1}(t); \lambda^k_j(t)\right)$$
   dove $\lambda^k_j(t)$ è la coordinata baricentrica standard. L'interpolante finale è $I^n_0(t)$. Questa costruzione permette l'estrapolazione geodetica (dove il parametro $\lambda$ può cadere al di fuori dell'intervallo $[0, 1]$), a condizione che i sottospazi rimangano all'interno del vicinato di iniettività (ovvero, gli angoli principali rimangano strettamente inferiori a $\pi/2$).

3. Misurazione dell'Errore:
   Il documento enfatizza metriche di errore invarianti rispetto alla base. Utilizza:

   • Distanza Intrinseca di Grassmann: Basata sugli angoli principali $\theta_j$, $d_{\text{Gr}} = (\sum \theta_j^2)^{1/2}$.
   • Errore della Matrice di Proiezione: Basato sulla norma di Frobenius della differenza tra i proiettori ortogonali, $\|P - \hat{P}\|_F$.
   • Errore Allineato tramite Procruste: Minimizzando la distanza di Frobenius su tutte le trasformazioni ortogonali.

Contributi Chiave

• Definizione di GLERP: Il documento introduce formalmente GLERP come l'interpolazione geodetica a velocità costante su $\text{Gr}(r, m)$ e dimostra che è accurata al secondo ordine per curve regolari sotto le standard assunzioni di vicinato normale.
• Costruzione Ricorsiva di GIDER$_n$: Gli autori definiscono uno schema di interpolazione ricorsivo di ordine superiore che coincide esattamente con $n+1$ punti dati. Dimostrano che per curve $C^{n+1}$, GIDER$_n$ raggiunge un'accuratezza locale di ordine $(n+1)$.
• Condizioni di Ammissibilità: Viene fornita una condizione sufficiente quantitativa per garantire che la costruzione ricorsiva (inclusa l'estrapolazione intermedia) rimanga all'interno del vicinato di iniettività, impedendo agli angoli principali di avvicinarsi al luogo di taglio ($\pi/2$). Ciò è garantito per un campionamento sufficientemente denso di curve regolari.
• Analisi Comparativa: Il documento fornisce un confronto dettagliato tra GIDER$_n$, l'interpolazione nello spazio tangente (TSI) e l'interpolazione della matrice di proiezione (PROJ).
  • TSI mappa i dati in uno spazio tangente di riferimento, interpola e mappa nuovamente. È efficiente ma dipende dalla scelta del riferimento.
  • PROJ interpola i proiettori nello spazio ambiente e proietta nuovamente tramite autovettori. È estrinseco e invariante rispetto alla base, ma sensibile ai gap spettrali.
  • GIDER$_n$ è completamente intrinseco e ricorsivo, evitando l'impegno verso un singolo spazio tangente, il che lo rende adatto ad estensioni ENO (Essentially Non-Oscillatory).

Risultati
Esperimenti numerici su $\text{Gr}(2, 5)$ utilizzando una curva regolare non geodetica confermano i tassi di convergenza teorici:

• Per l'ordine di interpolazione $n$, l'errore scala come $O(h^{n+1})$.
• GIDER$_n$ e TSI producono errori quasi indistinguibili in regimi locali regolari, confermando che entrambi si riducono localmente all'interpolazione polinomiale in coordinate tangenti.
• PROJ raggiunge lo stesso ordine formale di accuratezza ma presenta costanti di errore più grandi negli esempi testati, in linea con la sua natura estrinseca.
• I risultati evidenziano come le misurazioni della distanza intrinseca possano diventare sensibili all'errore di arrotondamento in virgola mobile a ordini molto elevati (a causa del calcolo di $\arccos$ degli angoli principali vicino a 1), mentre gli errori della matrice di proiezione forniscono una diagnostica più stabile per la convergenza ad alto ordine.

Significato e Rivendicazioni
Il documento sostiene di aver stabilito un rigoroso framework geometrico per l'interpolazione di dati di sottospazio che rispetti la struttura della varietà. La sua importanza primaria risiede in:

1. Invarianza rispetto alla Base: Fornire un metodo che sia matematicamente coerente indipendentemente dalla rappresentazione matriciale scelta per un sottospazio.
2. Struttura Geodetica Ricorsiva: Offrire un analogo manifold diretto dell'interpolazione di Neville che non dipende da un grafico di riferimento fisso, il che è cruciale per gestire dati che potrebbero non essere globalmente rappresentabili in un singolo spazio tangente.
3. Fondazione per ENO: La struttura ricorsiva si estende naturalmente alle procedure Grassmann ENO (GENO), dove i candidati stencil vengono selezionati in base alla variazione geometrica intrinseca per sopprimere le oscillazioni vicino a caratteristiche non regolari.

Gli autori osservano che, sebbene GIDER$_n$ e TSI si comportino in modo simile nei test locali regolari, la natura geodetica ricorsiva di GIDER$_n$ offre un vantaggio strutturale distinto per problemi di ricostruzione adattivi e non lineari dove un singolo spazio tangente di riferimento potrebbe non essere sufficiente. Il documento conclude delineando il potenziale per estensioni GENO come direzione per il lavoro futuro.