Recovering Low-Rank Matrices From Few Coef?cients In Any Basis

Recovering Low-Rank Matrices From Few Coef?cients In Any Basis-David Gross

依舊是一個重構(gòu)矩陣的問題,這篇論文的符號有些奇怪,注意一下。假設(shè)有一個矩陣\rho \in \mathbb{R}^{n \times n},其秩為r \ll n。有一組基w_a, a=1,\ldots, n^2,是已知的。假設(shè)我們觀測到的是,一組內(nèi)積\{ (\rho, w_a) | a \in \Omega \},其中(\rho, w_a) = tr(\rho^{\dagger}w_a),\rho^{\dagger}表示\rho的共軛轉(zhuǎn)置。在這些條件下,我們是否能夠從\{ (\rho, w_a) | a \in \Omega \}中恢復(fù)出\rho。

一些符號說明:
\|\rho\|_1\rho的奇異值之和,即此為矩陣核范數(shù)。
\|\rho\|_2\rho的F范數(shù),而非一般符號代表的譜范數(shù)。
\|\rho\|\rho的譜范數(shù)。

作者強(qiáng)調(diào),這個問題,是可以辦到的,不過其基需要滿足一個coherence條件:

在這里插入圖片描述

且,即為酉矩陣(不過作者提到,似乎即便不滿足此條件,也可以通過一種轉(zhuǎn)化來求解)。

主要結(jié)果

作者通過求解下述問題來恢復(fù)矩陣\rho:

在這里插入圖片描述

需要指明的一點是,如果中大部分為0,那么想要恢復(fù)出是非常困難的(因為這意味著我們可用的信息非常少)。

定理2,3

下為定理2,其中的標(biāo)準(zhǔn)基為:\{e_i e_j^{\dagger}\}_{i,j=1}^n,即僅有ij列元素為1,其余均為0的n \times n矩陣所構(gòu)成的基。

在這里插入圖片描述

作者的結(jié)論更為一般,可以拓展到任意的基:


在這里插入圖片描述

定理4

接下來還有定理4:


在這里插入圖片描述

定理4針對的是一種特殊的基——Fourier-type基,介紹此的原因是,作者先證明此定理,再通過一些轉(zhuǎn)換來證明定理3的。

直觀解釋

作者通過倆幅圖,給出了一些直觀的解釋。

在這里插入圖片描述

先來看(a)。我們可以將整個線性空間分成和。因為我們已有的信息是,問題(1)中滿足約束的矩陣在空間中形成一個超平面,即圖中的,而我們所期望的是其中的一點。

再來看(b),因為我們希望的是\rho是問題(1)的最優(yōu)解,最好還是唯一的。如果真的如此,那么B = \{\sigma | \|\sigma\|_1 \le \|\rho\|_1\}這個集合只能在平面A的上方或者下方,實際上,就是平面A是B的支撐超平面,其支撐點為\rho。

當(dāng)然,這個性質(zhì)并沒有這么容易達(dá)成,其等價于要滿足:
\|\rho + \Delta\|_1 \ge \|\rho\|_1
對于A中任意的點\rho + \Delta \neq \rho成立。但是呢,直接證明是困難的,所以作者尋求一個對偶條件即下式:
\|\rho + \Delta\|_1 > \|\rho\|_1 + (Y, \Delta),\Delta \neq 0
關(guān)于某個Y成立,而且Y必須與超平面A垂直。這個Y能否找到,就是\rho能否恢復(fù)的關(guān)鍵。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

友情鏈接更多精彩內(nèi)容