Geometry, Conditioning, and Parity in One-Sided Directional Curvature Recovery, with a Controlled Comparison of Estimators

技術要約：片側方向曲率回復における幾何学、コンディショニング、およびパリティ

問題設定
本論文は、単一の点から放射状に広がるレイ（光線）に沿ってサンプリングされた関数値から、ヘッセ行列（二階微分情報）を回復することの根本的な限界に対処している。このシナリオは、微分なし最適化、境界付近での有限差分近似、およびドメインの補集合にアクセスできない逆問題において発生する。これらの設定では、許容される方向が幾何学的制約（例：能動的な不等式制約、薄い構造、または境界）によって制限されており、対称なステンシルを形成することができない。中心となる問いは、特定の推定器をどのように設計するかではなく、これらの幾何学的制約の下で理論的に何が可能かである。すなわち、どの量が識別可能であり、アクセス制限によってコンディショニングがどのように悪化し、どの程度の精度が得られるのかという点である。

手法とフレームワーク
本研究は、新しい数値的推定器を提案するのではなく、幾何学的および解析的なアプローチを採用している。核となる手法は以下の通りである：

1. 測定モデル： レイ上の3点（中心 $x$、内部ノード $x + R h u$、および終点 $x + h u$）からなる片側方向プローブを使用する。このプローブは、方向的曲率 $u^T H u$ を推定するための二階分割差分を形成する。
2. 幾何学的解析： サンプリングされた方向の分布に基づくヘッセ行列の識別可能性を分析する。著者は、測定演算子を分解するために、対称 $3 \times 3$ 行列の空間 ($\text{Sym}_3(\mathbb{R})$) と球面調和関数を利用する。
3. パリティ分解： 球面上の同次多項式のパリティ（偶・奇対称性）を利用する。プローブ展開は、偶数部分（ヘッセ行列を保持するもの）と奇数部分（主要な打ち切り誤差を保持するもの）に分割される。
4. 制御された比較： 「フェアネス・プロトコル（公平性プロトコル）」の下で、8つの推定器（二次回帰、移動最小二乗法、および様々な方向的スキームを含む）を厳密にベンチマークする。すべての手法に対し、独自のオラクル最適なサンプリング半径が与えられ、かつ同一のノイズ実現と実現可能性の制約が共有される。

主な貢献と結果

1. 識別可能性の境界（定理4、命題5）：

   • 評価のフロア： $\mathbb{R}^3$ において、平滑性の事前知識がない場合、ヘッセ行列を一意に決定するには、一般の位置にある少なくとも 10 個の点評価が必要かつ十分である。
   • 方向の一意性： 方向的測定における一意性の条件は、単に方向が $\mathbb{R}^3$ を生成することではなく、方向が 共通の二次錐面上に存在しない ことである。
   • コストへの影響： $m$ 個の方向を使用する方向的スキームは、$1 + 2m$ 個の評価を必要とする。一意性のために $m \ge 6$ が必要であるため、最小コストは13回の評価となり、一般の点集合における10評価のフロアを超える。

2. 制限されたアクセス下でのコンディショニング（定理10）：

   • 許容される方向が半角 $\theta$ の球面キャップ内に限定されている場合、回復演算子の特異値は $\{1, \theta, \theta, \theta^2, \theta^2, \theta^2\}$ に従ってスケールする。
   • その結果、コンディション数（条件数）は $\kappa(\theta) \asymp \theta^{-2}$ として増大する。本論文は、この増大に関する正確な定数を導出している（例：表面一様サンプリングの場合、$\kappa \theta^2 \to \sqrt{24} \approx 4.899$）。
   • 解釈： 狭い円錐は法曲率をよく測定するが、混合曲率および接線曲率は精度が低い（それぞれ $\theta$ および $\theta^2$ のオーダー）。滑らかな境界（半球面、$\theta \approx 90^\circ$）は無害であるが、コンディショニングの問題はコーナー、尖点、または高度に制約された能動集合においてのみ発生する。

3. パリティ分解と打ち切り（命題13、14、系15）：

   • 片側プローブは、偶数成分（ヘッセ行列に関連）と奇数成分（打ち切りに関連）の球面調和成分へと展開される。
   • ヘッセフリーな測定： 奇数投影は、ヘッセ行列とは独立して、三階方向微分（$D^3 f$）を $O(h^2)$ の精度で孤立させる。これにより、ヘッセ行列の事前知識なしに打ち切り項を測定することが可能になる。
   • 到達可能な精度（命題17）： 集約されたヘッセ行列推定における二次の精度は、方向集合が 相反対称（antipodally symmetric） である（$u \in U \implies -u \in U$）場合にのみ達成可能である。集合が真に片側（相反するペアが存在しない）である場合、方向の数や重み付けスキームに関わらず、誤差は $O(h)$ のままである。

4. ノイズとパイロット設計（命題19、21、22）：

   • 本論文は、プローブの分散と、それに伴う利用可能なステップサイズ（スパン）の下限を定量化している。最適なスパンは $\sigma^{1/3}$ に比例し、これは標準的な有限差分理論と一致する。
   • 打ち切り定数を抽出するための奇数パリティ投影には、「パイロット」フェーズが必要である。著者は、このパイロットは高価であり、安定させるためには少なくとも18個の方向が必要であり、これはヘッセ行列の推定コスト自体を上回る可能性があると指摘している。

5. 推定器の制御された比較：

   • フェアネス・プロトコルの下では、方向的スキームは、 同一の実現可能な点における標準的な二次回帰や $\Lambda$-poised 補間を上回らなかった。
   • 対称なステンシルが実行可能な場合、中央差分が最も正確である。対称なステンシルが実行不可能な場合、二次回帰や移動最小二乗法は方向的スキームと同等か、それ以上の性能を示す。
   • 方向的スキームが優位性を得られなかった原因は、片側アクセスに固有の $O(h)$ の打ち切り誤差（命題17）を克服できないこと、および他の手法と同様の幾何学的コンディショニングの限界を受けることに起因するとされている。

意義と主張
本論文は、その貢献を特定のアルゴリズムの改善ではなく、測定幾何学に関する構造的境界として明示的に位置づけている。

• 最適性への制約： これらの結果は「不可能」な領域を定義している。すなわち、相反対称性なしにはいかなる推定器も二次の精度を達成できず、いかなかなる推定器も狭い円錐の $\theta^{-2}$ のコンディショニング・ペナルティを回避できない。
• 未利用の構造： 奇数球面調和成分が、ヘッセフリーな打ち切り項の測定手段であるという特定は、構造的な洞察として強調されているが、著者はその抽出が計算量的に高価であることを警告している。
• 方法論的厳密さ： 論文の大部分は、信頼できる結果を出すために除去しなければならなかった9つの具体的な実験的アーティファクト（パラメータ伝播誤差、幾何学生成のバグ、不適切なフェアネス仮定など）を記録することに費やされている。著者は、方向的スキームが公平な条件下で回帰に対して優位性を持たないという「負の結果」こそが、潜在的な誤った正の結果よりも価値があるのだと主張している。

謙虚さと限界
著者は、証明された定理と数値的な観察を慎重に区別している。片側方向のサンプリングが境界付近で優れているとは主張しておらず、実際、彼らの結果と比較は、それがそうではないことを示唆している。また、パリティ分解の結果が既存の Slepian 理論や制限付き Veronese 埋め込みの事例である可能性を認め、これらを新しい発見ではなく「オープンな位置付けの問題」として枠付けている。結論として、片側回復の幾何学はよく特徴付けられているものの、方向的スキームの実用性は、幾何学、打ち切り、およびノイズの間の根本的なトレードオフによって制限されていると述べている。