用子空间嵌入保证黑盒方式证明，通过降维映射可实现近似矩阵乘法的谱范数保障，其中降维映射具有 O（~r/ε^2）行，且优于以前的工作 [MZ11，KVZ14]，对于任何混淆的降维映射也是最佳的。

Jul, 2015

本文提出一种基于 Logarithm-Determinant 的等级逼近方法，用于子空间聚类应用，并开发有效的优化策略，以实现收敛到一个稳定点，并在人脸聚类和运动分割任务方面比目前最先进的子空间聚类算法具有更好的效果。

Aug, 2015

本文提出了一种利用两种不同抽样方法进行矩阵乘法，以逼近具有谱范数的矩阵，从而得出理论上的界限。

May, 2010

本文介绍了一种基于反正切函数的更紧密逼近秩函数的方法，并使用它来解决具有挑战性的子空间聚类问题，并开发了一种基于增广拉格朗日乘数方法的有效优化过程。实验结果表明，所提出的方法对于秩逼近问题十分有效。

Oct, 2015

本文研究了在满足给定的线性等式约束的前提下寻找一个满足最小秩的矩阵的问题，证明在线性变换满足一定的保型性条件下，可以通过解决一个凸优化问题来恢复最小秩解，即在给定仿射空间上，通过最小化核范数来建立几个随机方程整体满足保型性条件，进而将基数最小化的概念推广到秩最小化上。

Jun, 2007

本文通过矩阵向量乘积模型和多种 Schatten norm 下的 rank-1 低秩逼近问题，证明了 Krylov methods 几乎达到了谱（p=∞）、Frobenius（p=2）和核（p=1）LRA 的信息论最优矩阵向量乘积数量的上界，并给出了一些改进的上界。

Apr, 2023

利用核范数正则化寻找结构化低秩矩阵的问题，我们采用线性映射来编码结构，并提出了一种更有效的方法，与同类方法相比，该方法在迭代次数和计算成本上都有所改善，并在随机系统实现和光谱压缩感知问题中表现出色。

Sep, 2015

在输入转换设置中，我们研究低秩逼近，给出了该问题的条件时间难度结果和运行时下界，同时证明了这些下界是紧致的，并提供了使用基于张量的草图的相对误差逼近算法。

Nov, 2023

本文提出了一种新的稀疏嵌入矩阵，通过使用这种矩阵，可以实现超约束最小二乘回归、低秩逼近、所有梁角得分的近似和 $l_p$- 回归问题的 $(1+\varepsilon)$- 近似，其时间复杂度的主导项是 $O (\nnz (A))$ 或 $O (\nnz (A)\log n)$。

Jul, 2012

论文提出了一种基于 rank minimization 算法的在线优化方法，通过追踪低维度子空间、揭示潜在结构以及使用核范数正则化来实现低维矩阵数据和低秩张量数据的缺失值插补，模拟测试显示该方法在数据明显含噪、不完整的情况下表现突出。

Apr, 2014