gt nの場合でもスペクトル構造が保持される正則化の解析を提供します。これらの結果は、線形ラベル効果モデルから生成した合成データに対して数値的に検証されており、代数的恒等式と、統計的境界を支配する多ラベル特有の量（k_{max}、kappa(S_t^{ML})、
onorm{
gamma/n}_2、
onorm{
gamma/n}_2、
onorm{
gamma/n}_2、
onorm{
gamma/n}_2$）の両方をカバーしています。数値実験は、経験的ベンチマークというより定理の健全性チェックとして設計されており、実世界の多ラベルデータセットでの評価は、応用指向の会議・場を対象とした将来の研究に委ねます。
直交マルチラベルFisher判別のスペクトル構造と目的関数の同値性について
arXiv stat.ML / 2026/5/6
💬 オピニオンModels & Research
要点
- 本論文は、マルチラベル設定に拡張した線形判別分析（LDA）を、マルチラベル散逸（スキャッタ）行列とStiefel直交制約の下で統一的に理論解析する枠組みを提示しています。
- マルチラベル問題では、判別に有効な次元数が従来の単一ラベルの上限（C−1）を厳密に超え得ることを示し、分散の分解と、複数のFisher目的関数が同値となる条件、ならびにStiefel制約下での相違の特徴付けを行っています。
- 射影空間での距離と、ラベル空間におけるハミング距離を結びつける二側面の距離保存（境界）を証明し、埋め込みの幾何学をラベル空間の観点から解釈する手がかりを与えています。
- 統計的側面では、劣ガウス（sub-Gaussian）ノイズ下での部分空間推定について、上界と一致する最小最大（minimax）下界を含めた、近ミニマックスの有限標本率を導いています。
- 合成データ上の数値実験で、代数的恒等式と、理論的保証を支配するマルチラベル特有の量（k_max、κ(S_t^{ML})、||Γ/n||_2、Δ_r）を検証しますが、実データでのアプリケーション評価は今後の課題とされています。
