迴圈-二元卷積誤差的結構分析

近日，研究人員 Ben Fauber 和 Alireza Moradzadeh 在 arXiv 上提交了一篇題為《迴圈-二元卷積誤差的結構》的論文，深入探討了使用哈達瑪變換替代離散傅立葉變換（DFT）進行卷積計算時所產生的代數誤差。該論文於 2026 年 6 月 29 日提交，編號為 arXiv:2607.15293，屬於機器學習、人工智慧和數值分析交叉領域的研究。

在訊號處理和數值計算中，二元卷積和迴圈卷積均可透過哈達瑪變換和基於 FFT 的 DFT 在 O(N log N) 時間內高效完成。哈達瑪變換因其計算僅涉及實數值的符號翻轉而備受青睞，然而，當它被用來替代 DFT 進行卷積時，會引入一種結構化的代數誤差。這項研究旨在系統地表徵這一誤差的數學結構。

論文提出了三項互補的核心結果。首先，作者識別出精確的誤差抵消現象：在兩個輸入位置和兩個輸出位置處，誤差完全為零，並且無論如何重排輸出順序，這一誤差零點都無法被消除。其次，誤差運算元表現出近乎滿秩的特性，但其零空間僅具有對數尺度上的維度，這意味著該運算元雖然自由度很高，但零空間非常小。第三，透過隨機濾波器的平均，作者推匯出期望誤差的閉式表示式，該表示式表明期望誤差完全由一個對齊標量控制。

從實用角度來看，這項發現表明，在一般情況下，使用哈達瑪變換替代 DFT 進行卷積會導致輸出能量漸近地翻倍。但是，存在一個通用的零誤差子空間，如果濾波器恰好落在這個子空間內，則完全不會產生任何誤差。這些結果共同揭示了替代誤差的本質：它是結構化的、可預測的，並且由資料的對齊性質主導。這一研究為未來在機器學習、訊號處理以及其他依賴快速卷積的領域中最佳化演算法設計提供了重要的理論指導。