구조화 저계수 근사 문제의 정확 해와 대수기하학적 해법

본 논문은 구조화 저계수 근사(Structured Low‑Rank Approximation, SLRA) 문제를 대수기하학적 방법으로 정확히 해결하는 연구이다. SLRA는 주어진 데이터 행렬 U와 가중치 매트릭스 Λ에 대해, 선형 부분공간 L에 속하면서 계수가 r 이하인 행렬 X를 찾는 최적화 문제(1.3)로 정의된다. 일반적인 경우, Λ가 단위 행렬이면 해는 특이값 분해를 통해 쉽게 구해지지만, 가중치가 일반적이거나 L이 특정 구조(예: Hankel, Sylvester)를 가질 때는 다중 로컬 최소점과 복잡한 해 구조가 나타난다. 저자들은 이 문제의 모든 복소수 임계점을 구하는 것이 전역 최적해를 찾는 유일한 확실한 방법이라고 주장한다. 이를 위해 먼저 L의 여공간 L⊥ 를 정의하고, L을 제한하는 선형 방정식 L₁,…,L_s 를 도입한다. 행렬식 D(X) 로 정의되는 결정식과 라그랑주 승수 z₀,…,z_s 를 이용해 시스템 (2.1)을 구성한다. 이 시스템은 D(X)=0, L_i(X)=0 및 Jacobian 행렬의 랭크 결함 조건을 동시에 만족하는 점들을 찾는다. Gröbner basis 알고리즘(F5)와 FGb 패키지를 사용해 n≤4까지는 정확히 계산했으며, n=5에서는 계수 폭이 급증해 실용적 한계에 부딪힌다. 다음으로, 저자는 duality 원리를 활용해 임계점 계산을 효율화한다. 행렬 X와 Hadamard 곱 Λ∗U−Λ∗X 사이의 쌍대 관계를 이용해, 계수 r 이하의 행렬 집합 C_{≤r}와 그 쌍대인 C_{≤m−r} 사이의 임계점 매핑을 정리한다(정리 2.2). 이 매핑을 통해 복잡한 비선형 시스템 대신 선형·이차 제약만을 가진 시스템으로 변형할 수 있다. 섹션 3에서는 일반적인 L에 대한 Euclidean Distance degree(ED degree)를 명시적으로 계산한다. Chern class와 특이점 해석을 이용해, 선형·아핀 경우와 가중치가 단위 행렬인지 일반적인 경우인지에 따라 네 가지 경우로 나누어 식을 도출한다. 특히, s≥(n−1)² 일 때 선형과 아핀 경우 사이에 ED degree 차이가 발생한다는 관찰은 Proposition 3.1에 의해 증명된다. 섹션 4에서는 특수 구조인 Hankel 행렬과 Sylvester 행렬을 집중적으로 다룬다. Hankel 공간은 대칭 텐서 분해와 근사 GCD 계산에 자연스럽게 등장하며, 이때 가중치 매트릭스 Λ는 단순히 1이 아니라 텐서 구조를 반영하는 Θ와 같은 비균일 행렬이 필요하다. 저자들은 3×3 Hankel 예제에서 ED degree가 Λ에 따라 6, 10, 4 등 크게 변동함을 보여준다(예제 1). 예제 2에서는 전체 행렬 공간 L=ℝ^{3×3}에 대해 일반 가중치를 적용했을 때, 복소수 임계점이 39개, 그 중 실수 임계점이 19개, 로컬 최소점이 7개임을 확인한다. 이는 기존에 알려진 “로컬 최소점 수 ≤ min(m,n)”라는 추측을 반증하지 못함을 시사한다. 마지막으로, 논문은 SLRA 문제를 정확히 풀기 위한 두 가지 계산 전략을 제시한다. 첫 번째는 Gröbner basis 기반의 직접적인 다항식 시스템 해법이며, 두 번째는 duality와 Hadamard 곱을 이용한 변형 해법이다. 두 방법 모두 복소수 임계점 집합을 구함으로써 전역 최적성을 보장한다. 이러한 접근은 신호 처리, 시스템 식별, 저차원 모델링 등 전역 최적해가 요구되는 다양한 응용 분야에 직접적인 영향을 미칠 수 있다.