针对 Bernoulli 随机矩阵的均匀不确定性原理问题，提出一种简单的解决方案。通过任意提取 m 个列的子矩阵，证明 k*n 的矩阵是到欧几里得空间同构的倍数的极限。给出了最优的 m 估计值，并给出了稀疏向量重建问题的简短自包含解决方案。

Aug, 2006

该研究论文介绍了如何基于几何方法来估计具有独立条目的随机矩阵的极奇异值，重点关注了随机矩阵的硬边缘 (最小奇异值) 的非渐近理论。

Mar, 2010

本文研究大型矩形随机矩阵的有限低秩扰动的奇异值和奇异向量，证明了极值奇异值和相应奇异向量投影的近乎必然收敛性，并且在自由概率论中通过积分变换线性化了矩形加性卷积，揭示了非随机极限值明确取决于未受扰动矩阵的奇异值分布，我们研究了奇异值相变对相关左右奇异向量的影响，并且讨论了超过这些非随机限制的有限 $n$ 波动的后果。

Mar, 2011

本文对高斯噪声下的奇异向量分布进行了非渐近分析，特别地，我们给出了一个矩阵的充分条件，使其前几个奇异向量具有近似正态分布。我们的结果可用于线性降维中的误差分析。

Aug, 2012

本文基于高斯正交、幺正及交叉矩阵集合，在精确计算了最大（最小）特征值偏离的概率后，证明了特征值均为正数（负数）的概率随着 N 的增大而下降，同时计算了特征值落在给定区间内的概率，以此推导出最大值和最小值特征值的联合概率分布并得出了特征向量密度的平均密度。

Jan, 2008

本文研究了具有独立条目的随机矩阵的谱范数的非渐进界，并在子高斯分布和矩阵形状方面进行了扩展，该方法基于矩法和几何泛函分析技术。本文还研究了具有 Rademacher 分布的矩阵的规范并证明了谱边缘的相位转变行为。

Aug, 2014

本文提出了一种新方法，利用高维几何和随机噪声来更好地估计低秩矩阵的奇异向量，以应对矩阵扰动问题。

Apr, 2010

通过研究矩阵的随机子矩阵，证明了用最小可能 O（rlogr）的随机子矩阵（其中 r 是矩阵的数值秩），可以近似计算其谱范数，并给出了在该领域中的最优保证，并使用概率论的方法。Banach 空间中的操作型随机变量的大数定律证明了其工作原理。

Mar, 2005

本研究介绍了一种基于多元中位数的新估计方法，能在随机向量的二阶矩存在的条件下达到纯亚高斯性能。

Feb, 2017

本研究推导了一个中心各向同性随机向量的样本协方差矩阵最小特征值的下界，即使对其构成部分没有强假设或无假设时也成立。

Sep, 2014