Jan, 2010

从最少数量的随机测量中紧凑的针对低秩矩阵恢复的预言界限

PDF
TL;DR本文研究了低秩矩阵通过线性组合测量进行恢复的方法，结果表明经过妥善约束的核范数最小化可以从恒定数量的带有噪声的测量中稳定地恢复低秩矩阵，从噪声数据中恢复误差不超过三个目标。同时，本文对低秩矩阵的误差界限进行了扩展，并基于限制等距性质进行了分析。
low-rank matrix recoverynuclear-norm minimizationnoisy dataoracle errorrestricted isometry property
发现论文，激发创造
  • 低秩矩阵恢复的一致性条件

    本文研究了低秩矩阵恢复问题中所需的最少线性测量的理论问题，证明了针对一组随机测量系列，所需的测量数量为 m >= 4nr-4r^2，足以保证测量算子的零空间中不存在任何秩为 2r 的矩阵，同时保证所有秩为 r 的矩阵均匀恢复，这一 m 值恰好匹配了所有秩为 2r 矩阵的流型的维度。

    Mar, 2011

  • 通过零空间特性稳定低秩矩阵恢复

    本文介绍了通过测量映射来恢复不完整且可能带有噪声的低秩矩阵，探讨了通过凸优化推导恢复结果的条件。并阐述了通过测量矩阵实现 Frobenius 内积和独立标准高斯随机矩阵来恢复秩最多为 r 的 n1 × n2 矩阵的恢复结果等。最后，对量子物理和相位回收问题的应用进行了讨论。

    Jul, 2015

  • 从一阶测量中恢复低秩矩阵

    本文研究了通过核范数最小化从采样测量中恢复 Hermite 低秩矩阵的问题，其中测量是 Frobenius 内积形式的随机秩一矩阵，我们导出了确保成功恢复矩阵所需的测量数的界限，同时证明了测量扰动的鲁棒性和近似 4 - 设计对相位恢复的一般性限制。

    Oct, 2014

  • 低秩矩阵恢复的黎曼优化保证

    本文研究了低秩矩阵恢复的一类黎曼优化算法，证明了当感知算子的受限等距常数小于 Cκ/√r 时，算法能够从几乎最小的测量中恢复低秩矩阵。

    Nov, 2015

  • 通过迭代重新加权最小二乘法恢复低秩矩阵

    使用迭代重加权最小二乘算法，同时结合核范数和近似低秩解的最小化，有效地从少量线性测量中恢复矩阵，并通过实验证明在矩阵完成问题中具有竞争力。

    Oct, 2010

  • ROP: 通过秩一投影进行矩阵恢复

    本文介绍了一种针对低秩矩阵恢复的秩 - 1 投影模型并提出了一种受约束的核范数最小化方法，该方法能够适应不同秩的矩阵并对细微扰动具有强鲁棒性，同时通过引入上下界对其精度进行了数学证明。此外，该方法对解决其他相关的统计问题具有启示作用。最后，将该方法应用于一维随机投影估算高维分布的协方差矩阵，证明了该方法的可行性和精度。

    Oct, 2013

  • 稀疏信号和低秩矩阵恢复的锐 RIP 界限

    本研究提出限制等距性条件片断地和完全地恢复稀疏信号和低秩矩阵，考虑噪声情况并给出 Sharp RIP 条件下的 Oracle 不等式。

    Feb, 2013

  • 从误差和擦除中恢复低秩矩阵

    本文研究了从同时包含擦除和错误的观测版本中恢复低秩矩阵的方法，并提供了一种新的统一性能保证。

    Apr, 2011

  • 非凸矩阵恢复需要多少有限制等比性？

    本文研究了低秩矩阵恢复的局部极小点问题，分析了一定程度的受限等距性并不能消除这些极小点，而随机梯度下降算法在某些情况下可能无法避免或逃脱这些极小点。因此，对于低秩矩阵恢复的精确恢复保证需要证明不存在这些局部极小点而不是仅仅基于范数的保持。

    May, 2018

  • 矩阵完成的简单方法

    本文通过最小化矩阵的核范数，结合已知信息来重建未知的低秩矩阵，并证明了在满足特定的 “不连贯条件” 的情况下，所需的样本量等于参数数量的二次对数因子。这一结论是基于量子信息理论的最新工作，相较于之前的结果，提供了更好的界限。

    Oct, 2009