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

Technische Samenvatting: Geometrie, Conditionering en Pariteit in Eenzijdige Richtingskromming-reconstructie

Probleemstelling
Het artikel behandelt de fundamentele limieten van het reconstrueren van een Hessiaanse matrix (tweede-orde afgeleide informatie) uit functiewaarden die langs stralen vanuit één enkel punt zijn gesampled. Dit scenario komt voor in derivative-free optimalisatie, eindverschilbenaderingen nabij domeingrenzen, en inverse problemen waarbij de complementaire zijde van een domein ontoegankelijk is. In dergelijke situaties zijn de toegestane richtingen beperkt door geometrie (bijv. actieve ongelijkheidsrestricties, dunne structuren of grenzen), wat de vorming van symmetrische stencils verhindert. De centrale vraag is niet hoe men een specifieke estimator ontwerpt, maar wat er theoretisch mogelijk is gegeven deze geometrische beperkingen: welke grootheden zijn identificeerbaar, hoe degradeert de conditionering bij beperkte toegang, en welke nauwkeurigheid van orde is haalbaar.

Methodologie en Raamwerk
De studie hanteert een geometrische en analytische benadering in plaats van een nieuwe numerieke estimator voor te stellen. De kernmethodologie omvat:

1. Meetmodel: Het gebruik van een eenzijdige directionele probe gedefinieerd door drie punten op een straal: het middelpunt $x$, een intern knooppunt $x + R h u$, en een eindpunt $x + h u$. De probe vormt een tweede gedeelde differentie om de directionele kromming $u^T H u$ te schatten.
2. Geometrische Analyse: Het analyseren van de identificeerbaarheid van de Hessian op basis van de distributie van gesamplede richtingen. De auteur maakt gebruik van de ruimte van symmetrische $3 \times 3$ matrices ($\text{Sym}_3(\mathbb{R})$) en sferische harmonischen om de meetoperator te decomponeren.
3. Pariteitsdecompositie: Het exploiteren van de pariteit (even/oneven symmetrie) van homogene polynomen op de sfeer. De probe-expansie wordt gesplitst in even delen (die de Hessian dragen) en oneven delen (die de leidende afkappingsfout dragen).
4. Gecontroleerde Vergelijking: Een rigoureus benchmarkprotocol waarbij acht estimators (inclusief kwadratische regressie, moving least squares, en diverse directionele schema's) worden vergeleken onder een "fairness protocol". Elke methode krijgt haar eigen oracle-optimale sampleradius toegewezen, en alle methoden delen identieke ruisrealisaties en haalbaarheidsrestricties.

Kernbijdragen en Resultaten

1. Identificeerbaarheidsgrenzen (Theorema 4, Propositie 5):

   • Evaluatievloer: In $\mathbb{R}^3$ zijn, zonder smoothness-priors, ten minste 10 punt-evaluaties in algemene positie noodzakelijk en voldoende om een Hessian uniek te bepalen.
   • Directionele Uniciteit: Voor directionele metingen is de voorwaarde voor uniciteit niet enkel dat de richtingen $\mathbb{R}^3$ spannen, maar dat de richtingen niet op een gemeenschappelijke quadrische kegel liggen.
   • Kostenimplicatie: Een directioneel schema dat $m$ richtingen gebruikt, vereist $1 + 2m$ evaluaties. Aangezien $m \ge 6$ vereist is voor uniciteit, is de minimale kosten 13 evaluaties, wat hoger is dan de 10-evaluatievloer voor algemene puntenverzamelingen.

2. Conditionering onder Beperkte Toegang (Theorema 10):

   • Wanneer toegestane richtingen beperkt zijn tot een sferische kap met een halve hoek $\theta$, schalen de singularwaarden van de reconstructie-operator als $\{1, \theta, \theta, \theta^2, \theta^2, \theta^2\}$.
   • Consequent groeit de conditioneringsgetal $\kappa(\theta) \asymp \theta^{-2}$. Het artikel leidt exacte constanten voor deze groei af (bijv. $\kappa \theta^2 \to \sqrt{24} \approx 4.899$ voor oppervlakte-uniforme sampling).
   • Interpretatie: Smalle kegels meten normale kromming goed, maar gemengde en tangentiële krommingen slecht (op ordes $\theta$ en $\theta^2$ respectievelijk). Een gladde grens (hemisfeer, $\theta \approx 90^\circ$) is ongevaarlijk; conditioneringsproblemen ontstaan alleen bij hoeken, cuspen of zeer beperkte actieve verzamelingen.

3. Pariteitsdecompositie en Afkapping (Proposities 13, 14, Corolarium 15):

   • De eenzijdige probe expandeert naar even (Hessian-gerelateerde) en oneven (afkappings-gerelateerde) sferische harmonische componenten.
   • Hessian-vrije Meting: De oneven projectie isoleert de derde-orde directionele afgeleide ($D^3 f$) onafhankelijk van de Hessian, accuraat tot $O(h^2)$. Dit maakt het mogelijk de afkappingsterm te meten zonder voorkennis van de Hessian.
   • Bereikbare Orde (Propositie 17): Tweede-orde nauwkeurigheid in de geaggregeerde Hessian-schatting is bereikbaar indien en slechts indien de toegestane richtingverzameling antipodaal symmetrisch is ($u \in U \implies -u \in U$). Als de verzameling werkelijk eenzijdig is (geen antipodale paren), blijft de fout $O(h)$, ongeacht het aantal richtingen of wegingsschema's.

4. Ruis en Pilot Design (Proposities 19, 21, 22):

   • Het artikel kwantificeert de variantie van de probe en de resulterende ondergrens voor de bruikbare stapgrootte (span). De optimale span schaalt als $\sigma^{1/3}$, consistent met standaard eindverschiltheorie.
   • Het extraheren van de afkappingsconstante via de oneven pariteitsprojectie vereist een "pilot"-fase. Het artikel merkt op dat deze pilot duur is en ten minste 18 richtingen vereist om stabiel te zijn, wat de kosten van de Hessian-schatting zelf kan overstijgen.

5. Gecontroleerde Vergelijking van Estimators:

   • Onder het fairness protocol presteerden directionele schema's niet beter dan standaard kwadratische regressie of $\Lambda$-poised interpolatie op dezelfde haalbare punten.
   • Waar symmetrische stencils haalbaar zijn, zijn centrale verschillen het meest accuraat. Waar zij dat niet zijn, evenaren of overtreffen kwadratische regressie en moving least squares de directionele schema's.
   • Het falen van directionele schema's om een voordeel te behalen, wordt toegeschreven aan het feit dat zij de $O(h)$ afkappingsfout die inherent is aan eenzijdige toegang niet kunnen overwinnen (Propositie 17) en lijden onder dezelfde geometrische conditioneringslimieten als andere methoden.

Betekenis en Claims
Het artikel kadert zijn bijdragen expliciet als structurele grenzen op de meetgeometrie in plaats van verbeteringen aan specifieke algoritmen.

• Beperkingen op Optimaliteit: De resultaten definiëren de "onmogelijke" regio: geen estimator kan tweede-orde nauwkeurigheid bereiken zonder antipodale symmetrie, en geen estimator kan de $\theta^{-2}$ conditioneringsstraf van smalle kegels omzeilen.
• Niet-geëxploiteerde Structuur: De identificatie van de oneven sferische harmonische component als een Hessian-vrije maat voor de afkappingsterm wordt benadrukt als een structureel inzicht, hoewel het artikel waarschuwt dat het extraheren hiervan computationeel duur is.
• Methodologische Rigor: Een aanzienlijk deel van het artikel is gewijd aan het documenteren van negen specifieke experimentele artefacten (bijv. parameterspropagatiefouten, geometrie-generatiebugs en gebrekkige fairness-aannames) die verwijderd moesten worden om betrouwbare resultaten te produceren. De auteur betoogt dat het negatieve resultaat — dat directionele schema's geen voordeel bieden boven regressie onder eerlijke condities — waardevoller is dan een potentieel vals positief resultaat.

Bescheidenheid en Limieten
De auteur onderscheidt zorgvuldig tussen bewezen teorema's en numerieke observaties. Er wordt niet beweerd dat eenzijdige directionele sampling superieur is nabij grenzen; sterker nog, de resultaten en de vergelijking suggereren dat dit niet het geval is. Er wordt erkend dat de resultaten van de pariteitsdecompositie instanties kunnen zijn van bestaande Slepian-theorie of beperkte Veronese-embedding literatuur, waarbij ze worden geframed als "open positioneringsvragen" in plaats van nieuwe ontdekkingen. Het artikel concludeert dat hoewel de geometrie van eenzijdige reconstructie goed gekarakteriseerd is, het praktische nut van directionele schema's beperkt wordt door de fundamentele trade-offs tussen geometrie, afkapping en ruis.