低ランク行列のランク2r反復最小二乗法：少数エントリからの非正則低ランク行列の効率的な復元

科学分野:

• 数値解析
• 線形代数
• データサイエンス

背景:

• 行列補完は、不完全なデータセットを再構築するために重要です。
• 既存の反復法は、計算上またはメモリ上の課題にしばしば直面します。
• 因数分解タイプのアルゴリズムは一般的ですが、限界があります。

研究 の 目的:

• 低ランク行列補完のための新しい計算効率の良い反復法を導入します。
• 既存の因数分解タイプのアルゴリズムの限界に対処します。
• 低いメモリ要件と計算コストを持つ方法を開発します。

主な方法:

• 新しい反復アルゴリズム、ランク2R反復最小二乗法（R2RILS）を提案します。
• 中間推定値で過剰パラメータ化されたランク2r構造を採用し、ランクr多様体上の最適化とは異なります。
• 各反復で計算コストの低いスパース最小二乗問題を解きます。

主要な成果:

• R2RILSは、低いメモリ要件と計算効率を示します。
• アルゴリズムは、ランク1行列の場合を理論的に分析します。
• 経験的に、R2RILSは、情報限界に近い観測から非正則な低ランク行列を復元します。
• この方法は、加法性ノイズが存在する場合に安定性を示します。

結論:

• R2RILSは、低ランク行列補完のためのシンプルで効率的かつ堅牢なソリューションを提供します。
• アルゴリズムは、限られた観測とノイズの多いデータでもうまく機能します。
• この方法は、実用的な利点を持つ行列補完の分野を進歩させます。