Jun, 2015
一种收敛的梯度下降算法，用于基于随机线性测量的秩降和半定规划
A Convergent Gradient Descent Algorithm for Rank Minimization and
Semidefinite Programming from Random Linear Measurements
TL;DR本研究提出了一种基于梯度下降的简单、可扩展、快速的算法来优化处理秩最小化问题及其相关的半定规划问题。通过对一个秩为 r 和条件数为 κ 的正半定 n x n 矩阵进行 O(r³κ²n log n) 次随机测量，我们证明了该方法可线性收敛于全局最优解。