SET: an algorithm for consistent matrix completion
提出了一种求解相容矩阵完备化问题的新算法--子空间演化与转移算法(SET)。在这种情况下,给定一个低秩矩阵的一个子集,并要求找到一个与给定观测值一致的低秩矩阵。我们表明,这个问题可以通过搜索一个列空间,匹配的意见。相应的算法由两部分组成--子空间进化和子空间转移。在演化部分,我们使用一个线搜索过程来细化列空间。然而,线搜索不能保证收敛,因为沿着搜索路径可能存在阻碍算法达到全局最优的障碍。为了解决这个问题,在传输部分,我们设计的机制来检测障碍和传输估计列空间从一侧的障碍到另一个。SET算法表现出很好的经验性能非常低秩矩阵。
2010-02-03 cs.IT math.IT
Fast and Provable Algorithms for Spectrally Sparse Signal Reconstruction via Low-Rank Hankel Matrix Completion
$r$阶的频谱稀疏信号是$r$阻尼或无阻尼复正弦曲线的混合。本文研究了从$n$规则时域样本的随机子集重构谱稀疏信号的问题,该问题可以转化为一个低秩Hankel矩阵完备化问题。我们介绍了一种迭代硬阈值(IHT)算法和一种快速迭代硬阈值(FIHT)算法,通过低秩Hankel矩阵完成频谱稀疏信号的有效重建。已经建立了FIHT的理论回收率保证,表明$O(r^2\log^2(n))$样品数量足以实现高概率的精确回收。经验性能比较建立显着的计算优势IHT和FIHT。特别是,在$3$ D阵列上的数值模拟证明了FIHT处理大规模和高维真实数据的能力。
2016-06-05 cs.IT math.IT
Near-Optimal Weighted Matrix Completion
本文提出利用子空间先验信息的加权核范数最小化方法,实现近最优采样复杂度下的矩阵补全,并给出鲁棒误差界及实验验证。
2023-04-07 cs.IT math.IT
Information Theoretic Bounds for Low-Rank Matrix Completion
从信息论的角度研究了低秩矩阵的完备化问题。完成问题被改写为一个(未编码)低秩矩阵源的擦除信道的通信问题。然后,本文使用的可扩展性和逆参数,目前的顺序明智的最佳界限的完成问题。
2010-01-14 cs.CC cs.IT math.IT
Subspace-Informed Matrix Completion
本研究针对矩阵补全问题,利用已知子空间先验信息提出多权重核范数优化方法及最优权重选择策略,可显著减少所需观测数量,性能优于现有最优方法。
2024-06-24 cs.IT eess.SP math.IT
Exact Error in Matrix Completion: Approximately Low-Rank Structures and Missing Blocks
本文针对非随机缺失的近似低秩矩阵补全,提出核范数最小化算法的精确性能分析框架,量化关键参数影响,并经数值模拟验证。
2023-12-31 cs.IT math.IT
Low-Rank Matrix Completion for Topological Interference Management by Riemannian Pursuit
在本文中,我们提出了一个灵活的低秩矩阵完成(LRMC)的拓扑干扰管理(TIM)的方法在部分连接的K-用户干扰信道。除了网络拓扑信息之外,在发射机处不需要信道状态信息(CSI)。以前对TIM问题的尝试主要是基于它与索引编码问题的等价性,但到目前为止,只有少数索引编码问题得到了解决。相比之下,在本文中,我们提出了一种算法的方法来研究可实现的自由度(DoF),通过重铸的TIM问题作为一个LRMC问题。不幸的是,由此产生的LRMC问题是已知的NP-困难的,本文的主要贡献是提出了一个黎曼追求(RP)的框架来检测的秩矩阵的秩被恢复迭代增加的秩。该算法解决了一系列固定秩矩阵的完备化问题。为了解决现有定秩优化方法中的收敛问题,通过黎曼优化利用了定秩矩阵的搜索空间的商流形几何。通过进一步利用低秩矩阵变体的结构,即,摘要利用固定秩矩阵集合的闭包,提出了一种有效的秩递增策略,以在秩追踪过程中找到好的初始点。仿真结果表明,所提出的RP算法实现了更快的收敛速度和更高的可实现自由度的TIM问题相比,国家的最先进的方法。
2016-03-05 cs.IT math.IT
Joint CSIT Acquisition Based on Low-Rank Matrix Completion for FDD Massive MIMO Systems
发射机处的信道状态信息(CSIT)对于频分复用(FDD)大规模MIMO系统是必不可少的,但是传统的解决方案涉及用于下行链路信道训练和上行链路信道反馈的压倒性开销。在这封信中,我们提出了一个联合CSIT收购计划,以减少开销。特别是,不同于传统的方案,每个用户单独估计自己的信道,然后将其反馈给基站(BS),我们建议,所有的调度用户直接反馈导频观测到BS,然后联合CSIT恢复可以实现在BS。我们进一步制定联合CSIT恢复问题作为一个低秩矩阵完成问题,利用大规模MIMO信道矩阵的低秩属性,这是由用户之间的相关性。最后,我们提出了一种基于奇异值投影的混合低秩矩阵完备化算法来解决这个问题。仿真结果表明,该方案可以提供准确的CSIT与较低的开销比传统的计划。
2015-12-10 cs.IT math.IT
Active Target Localization using Low-Rank Matrix Completion and Unimodal Regression
从其产生的场的样本中检测和定位目标是在广泛的应用中感兴趣的问题。通常,目标字段承认结构特性,使低样本检测策略的设计具有良好的性能。本文设计了一种利用目标场的可分性和单峰性的采样定位策略,并从理论上分析了采样密度、噪声水平和定位收敛速度之间的折衷关系。特别是,该策略采用了探索-开发的方法来检测目标,并利用低秩矩阵完成理论,再加上单峰回归,衰减和近似可分离的目标领域。关于场的假设是相当通用的,并且适用于许多衰变剖面,因为除了近似秩一表示的导纳之外,不需要场的具体知识。大量的数值实验和比较,以测试所提出的方法的有效性和鲁棒性。数值结果表明,该策略优于算法的均值漂移聚类,表面插值和朴素的低秩矩阵完成与峰值检测,在低采样密度下。
2016-01-27 cs.IT math.IT
Multi-mode Core Tensor Factorization based Low-Rankness and Its Applications to Tensor Completion
Ghent University(根特大学)
低秩张量完备化在计算机视觉和机器学习中有着广泛的应用。本文提出了一种新的多模态核张量因子分解(MCTF)方法,该方法结合了张量低秩测度和该测度的一种更好的非凸松弛形式(NC-MCTF)。所提出的模型对Tucker和T-SVD提供的一般张量的低秩见解进行编码,因此预计可以同时对多个方向的谱低秩进行建模,并根据少量观察到的条目准确地恢复固有低秩结构的数据。此外,我们研究了MCTF和NC-MCTF正则化极小化问题,并设计了一个有效的块连续上界极小化(BSUM)算法来求解它们。这种高效的求解器可以将MCTF扩展到各种任务,例如张量完成。一系列实验,包括高光谱图像(HSI),视频和MRI完成,证实了所提出的方法的优越性能。
2021-12-14 cs.CV cs.IT math.IT
Exact matrix completion based on low rank Hankel structure in the Fourier domain
矩阵补全是关于从其部分显示的元素中恢复矩阵,并且它通常可以通过利用目标矩阵的固有简单性或低维结构来实现。例如,矩阵简单性的一个典型概念是低秩。本文研究了基于另一种低维结构,即傅立叶域上的低秩Hankel结构的矩阵完备化。它表明,这种结构的矩阵可以通过求解凸优化程序提供的采样复杂度是接近最优的准确恢复。实验结果也证明了凸方法的有效性。
2019-10-07 cs.IT math.IT math.OC
Efficient Low Rank Tensor Ring Completion
Purdue University(普渡大学);Tufts University(塔夫茨大学)
使用最近提出的张量环分解的矩阵乘积状态(MPS)表示,在本文中,我们提出了一个张量完成算法,这是一个交替的最小化算法,交替在MPS表示的因素。这种发展的动机部分是由矩阵完成算法的成功,交替(低秩)的因素。本文提出了张量环完备化算法的谱初始化方法,并分析了该算法的计算复杂性。我们数值比较它与现有的方法,采用低秩张量训练近似数据完成,并表明我们的方法优于现有的各种真正的计算机视觉设置,从而证明了张量环的表达能力的改善相比,张量训练。
2017-07-23 cs.IT cs.LG math.IT
On Deterministic Sampling Patterns for Robust Low-Rank Matrix Completion
Columbia University(哥伦比亚大学);Purdue University(普渡大学)
在这封信中,我们研究了确定性采样模式的低秩矩阵的完成,当破坏与稀疏噪声,也被称为鲁棒矩阵完成。我们推广了最近的结果确定性抽样模式的基础上的几何分析的格拉斯曼流形上的噪音。一个特殊的情况下,每列有一定数量的噪声条目被认为是,我们的概率分析执行非常有效。此外,假设原始矩阵的秩没有给出,我们提供了一个分析,以确定是否一个有效的完成的秩确实是与稀疏噪声损坏的数据的实际秩通过验证一些条件。
2017-12-05 cs.CV cs.IT cs.LG
Transformed Schatten-1 Iterative Thresholding Algorithms for Low Rank Matrix Completion
研究了一种非凸的低秩提升罚函数--变换的Schatten-1(TS 1)及其在矩阵完备化中的应用。TS 1罚函数作为定义在奇异值上的矩阵拟范数,通过非负参数α对秩和核范数进行插值。我们考虑无约束的TS 1正则化低秩矩阵恢复问题,并发展了一个不动点表示的全局极小。TS 1阈值函数对于所有参数值都是封闭的解析形式。TS 1阈值在次临界(超临界)参数范围内不同,其中TS 1阈值函数是连续的(不连续的)。我们提出了TS 1迭代阈值算法,并将其与矩阵完备测试问题的一些最先进的算法进行了比较。对于已知秩的问题,完全自适应的TS 1迭代阈值算法在不同的条件下始终表现最好,地面真值矩阵是多元高斯在不同的协方差。对于秩未知的问题,TS 1算法与一个额外的秩估计过程接近IRucL-q的水平,IRucL-q是一个迭代重加权算法,非凸的性质和最佳的性能。
2016-10-18 cs.IT math.IT math.OC
Structured Gradient Descent for Fast Robust Low-Rank Hankel Matrix Completion
针对低秩汉克尔矩阵补全中极端异常值导致的稀疏损坏问题,提出非凸算法HSGD,利用汉克尔结构提升计算与样本效率,在温和假设下实现线性收敛,并在合成数据与真实核磁共振信号上验证了实证优势。
2023-03-20 cs.IT math.IT math.OC
An Assmus-Mattson Theorem for Rank Metric Codes
$t$-$(n,d,λ)$ over ${\mathbb F}_q$设计,或称子空间设计,是${\mathbb F}_q^n$的$d$维子空间的集合,称为块,其性质是${\mathbb F}_q^n$的每个$t$维子空间包含在相同数目的$λ$块中.在${\mathbb F}_q$上的矩阵的集合被称为持有子空间设计,如果它的元素的列空间的集合形成子空间设计的块。我们使用穿孔和缩短秩度量码和秩度量MacWilliams身份的概念,建立条件下,在一个线性秩度量码的给定秩的字举行子空间设计。
2019-03-15 cs.IT math.CO math.IT
Evasive subspaces, generalized rank weights and near MRD codes
我们重新审视并扩展了$\mathbb{F}_{q^m}$ -线性秩度量码和$\mathbb{F}_{q^m}^k$的回避$\mathbb{F}_q$ -子空间之间的联系。我们给出了一个统一的框架中,我们证明了一个基本的方式如何秩度量码的参数相关的特殊几何性质的相关规避子空间,特别关注广义秩权重。通过这种方式,我们也可以提供分散子空间上已知结果的替代和非常简短的证明。然后,我们使用这个简化的角度来看,以获得近MRD码的几何特征和明确的界限,其最大长度。最后,我们将准MRD码理论与最大维数的$h$ -散布子空间联系起来,将MRD码的已知结果推广到所有参数集。
2022-04-25 cs.IT math.CO math.IT
Denoising and Completion of Structured Low-Rank Matrices via Iteratively Reweighted Least Squares
我们提出了一种新的迭代重加权最小二乘(IRLS)算法的问题,完成或去噪低秩矩阵的结构,例如,其具有汉克尔、托普利茨或块-汉克尔/托普利茨结构。该算法通过求解一系列二次问题,基于秩的非凸代理来优化目标。我们的策略结合了计算效率,因为它在结构化矩阵的低维生成器空间上操作,具有高统计精度,这可以在硬估计和完成任务的实验中观察到。我们的实验表明,所提出的算法StrucHMIRLS表现出经验恢复概率接近1,从更少的样本比国家的最先进的汉克尔矩阵完成任务所产生的频谱超分辨率的问题严重分离的频率。此外,我们解释了所提出的算法结构化的低秩恢复可以被用来作为预处理步骤,提高鲁棒性的频率或线性频谱估计问题。
2018-11-19 cs.IT math.IT math.OC
Online Identification and Tracking of Subspaces from Highly Incomplete Information
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
提出GROUSE算法,利用Grassmann流形上的增量梯度下降,从高度不完整观测中在线跟踪子空间,并可用于低秩矩阵补全。
2011-07-12 cs.IT cs.SY eess.SY
Quasi-Hankel low-rank matrix completion: a convex relaxation
CNRS, GIPSA-Lab(法国国家科学研究中心,GIPSA实验室)
本文研究了结构化矩阵补全问题,特别是Hankel和准Hankel矩阵补全,扩展了现有结果至复数Hankel和准Hankel矩阵的低秩补全。
2015-06-09 cs.IT cs.NA math.IT
Rank regularization and Bayesian inference for tensor completion and extrapolation
University of Minnesota(明尼苏达大学)
本文提出了一种新的正则化的PARAFAC分解因子捕获张量的秩,作为完成的三路数据阵列的缺失条目的关键使能器。在贝叶斯框架中,张量完成方法结合了先验信息,以增强其平滑和预测能力。这种概率方法可以自然地适应数据分布的一般模型,从而适应各种拟合标准,从而在最大后验意义上产生最佳估计。特别是,两个算法的高斯分布和泊松分布的数据,最小化秩正则化最小二乘误差和Kullback-Leibler发散,分别设计。所提出的技术是能够恢复“地面实况”的张量秩测试时,合成数据,并完成脑成像和酵母基因表达数据集分别与50%和15%的缺失条目,导致在-10 dB和-15 dB的恢复误差。
2013-01-31 cs.IT cs.LG math.IT
Low Permutation-rank Matrices: Structural Properties and Noisy Completion
CMU(卡内基梅隆大学);UC Berkeley(加州大学伯克利分校)
我们考虑的问题,噪声矩阵完成,其中的目标是重建一个结构化的矩阵,其条目部分观察到的噪音。这个欠定逆问题的标准方法是基于假设基础矩阵具有低秩,或者由低秩矩阵很好地近似。在本文中,我们提出了一个更丰富的模型的基础上,我们所谓的“置换秩”的矩阵。我们首先描述了经典的非负秩模型如何强制执行在实践中可能不受欢迎的限制,以及如何通过使用更丰富的置换秩模型来避免这些限制。其次,我们建立了新的置换为基础的模型下的最小最大估计率,并证明了令人惊讶的是,最小最大的估计率的对数因子下的典型的低秩模型。第三,我们分析了一个计算效率高的奇异值阈值算法,已知是最佳的低秩设置,并表明它也同时产生一个相合估计量的低排列秩设置。最后,我们提出了各种结构的结果,其特征的唯一性的置换秩分解,并表征凸近似的置换秩多面体。
2017-09-01 cs.IT cs.LG math.IT
Projected Wirtinger Gradient Descent for Low-Rank Hankel Matrix Completion in Spectral Compressed Sensing
University of Iowa(爱荷华大学)
本文考虑从少量随机观测的时域样本中重建频谱稀疏信号。感兴趣的信号是$R$不同频率的复正弦曲线的线性组合。频率可以采用归一化频域$[0,1)$中的任何连续值。在将频谱稀疏信号恢复问题转化为低秩结构矩阵完备化问题后,提出了一种有效的可行点方法--投影Wirtinger梯度下降(PWGD)算法,有效地解决了该结构矩阵完备化问题.我们进一步加速我们提出的算法的FISTA启发的计划。我们给出了我们提出的算法的收敛性分析。大量的数值实验来说明我们所提出的算法的效率。与以前的方法不同,我们的算法可以非常有效地解决非常大的维度的问题。
2015-07-14 cs.IT cs.LG math.IT
Soft and subspace robust multivariate rank tests based on entropy regularized optimal transport
Tufts University(塔夫茨大学)
在本文中,我们最近提出的多元秩能量距离,最优运输理论的基础上,分布相似性的统计检验,软秩能量距离。由于是可微的,这反过来又允许我们将秩能量扩展到子空间鲁棒秩能量距离,称为投影软秩能量距离,它可以通过Stiefel流形上的优化来计算。我们通过实验表明,使用投影软秩能量可以权衡检测功率与虚警通过投影到一个适当选择的低维子空间。我们还展示了多变量时间序列数据中无监督变点检测的实用性。所有代码都可以在实验部分提供的链接中公开获得。
2021-04-17 cs.IT cs.LG math.IT
Matrix rigidity and the ill-posedness of Robust PCA and matrix completion
稳健的主成分分析(PCA)(Candes等人,2011)和低秩矩阵完备化(Recht等人,2010)是PCA的扩展,分别允许离群值和缺失条目。众所周知,解决这些问题需要低秩矩阵和规范基之间的低相干性,因为在极端情况下-当我们希望恢复的低秩矩阵也是稀疏的时-存在固有的模糊性。然而,这两个问题中的适定性问题是甚至更基本的问题:在某些情况下,由于低秩加稀疏矩阵的集合不是封闭的,鲁棒PCA和矩阵完备两者可能无法具有任何解,这又等同于矩阵刚性函数不是低秩连续的概念(Kumar等人,2014年)。通过构造矩阵的无限族,得到了低秩加稀疏矩阵的秩和稀疏度的界,使得低秩加稀疏矩阵的集合不封闭。我们还证明了数值上,广泛的鲁棒PCA和矩阵完成的非凸算法有发散组件时,我们构造的矩阵。可以类比高阶张量的集合在规范多元(CP)张量秩下不闭合的情况,使得最佳低秩张量近似不可解(De Silva and Lim,2008),因此鼓励使用多线性张量秩(De Lathauwer,2000)。
2019-07-11 cs.IT cs.NA math.IT
HOSVD-Based Algorithm for Weighted Tensor Completion
矩阵补齐是指在具有低维结构(如秩)的数据矩阵中补齐缺失项的问题,已有许多卓有成效的方法和分析。张量完备化是张量类似物,它试图从类似的低秩类型假设中估算缺失的张量条目。在本文中,我们研究的张量完成问题时,采样模式是确定的,可能是不均匀的。我们首先提出了一个有效的加权HOSVD算法恢复底层的低秩张量从噪声观测,然后推导出适当的加权度量下的误差界。此外,我们的算法的效率和精度都测试使用合成和真实数据集的数值模拟。
2021-07-06 cs.IT cs.NA math.IT
A Rank-Corrected Procedure for Matrix Completion with Fixed Basis Coefficients
National University of Singapore(新加坡国立大学);South China University of Technology(华南理工大学)
针对核范数在固定基系数矩阵补全中的局限性,提出一种基于核半范数的秩校正方法,并证明其非渐近恢复误差界可降低约50%,同时给出秩一致性的充要条件。
2015-06-22 cs.IT cs.NA math.IT
Confidence Region of Singular Subspaces for Low-rank Matrix Regression
低秩矩阵回归是指基于专门设计的测量和相应的噪声结果恢复低秩矩阵的实例。在过去的十年中,许多统计方法已经开发出有效地恢复未知的低秩矩阵。然而,在某些应用中,未知奇异子空间比低秩矩阵本身更重要。在这篇文章中,我们回顾了低秩矩阵回归模型,并介绍了一个两步的过程来构建奇异子空间的置信区域。该过程涉及到典型的低秩估计的去偏,然后我们计算经验奇异向量。研究了经验奇异子空间与未知真奇异子空间之间的联合投影距离的分布。我们具体证明了当$r^{3/2}(m_1+m_2)^{3/2}=o(n/\log n)$,其中$m_1, m_2$表示矩阵的行和列的大小,$r$是秩和$n$是独立的随机测量的数量的联合投影距离与数据相关的中心和归一化的渐近正态性。因此,我们提出了数据依赖的真奇异子空间的置信区域,它渐近地达到任何预定的置信水平。此外,还建立了非渐近的收敛速度。数值结果证明了我们的方法的优点。
2019-01-23 cs.IT math.IT math.ST
Statistically Optimal and Computationally Efficient Low Rank Tensor Completion from Noisy Entries
在这篇文章中,我们开发的方法来估计一个低秩张量从噪声观测的一个子集的条目,以实现统计和计算效率。最近有很多兴趣在这个问题的噪音张量完成。大部分的注意力都集中在与高阶张量问题相关的基本计算挑战上,但对它们的统计性能知之甚少。为了填补这一空白,在这篇文章中,我们的基本统计限制的噪声张量完成建立极小极大最优收敛率估计$k$阶低秩张量下的一般$\ell_p$($1\le p\le 2$)规范,这表明显着的改进空间比现有的方法。此外,我们提出了一个多项式时间可计算的估计过程的基础上的权力迭代和二阶谱初始化,实现最佳的收敛速度。我们的方法是相当容易实现和数值实验,以进一步证明我们的估计的实际优点。
2018-03-19 cs.IT math.IT math.ST