ℓ₁ 최소화로 희소 신호 복원: RIP·MIP 조건 완화와 오류 한계 강화

본 논문은 고차원에서 관측 수보다 변수 수가 훨씬 큰 상황에서, 신호가 희소하거나 근희소라는 가정 하에 ℓ₁ 최소화 기반 복원 방법을 체계적으로 분석한다. 연구는 크게 세 부분으로 나뉜다. 첫 번째 부분(섹션 2)에서는 기본 기호와 정의를 정리하고, 제한 등거리 상수(δₖ)와 제한 직교성 상수(θₖ,ₖ′)를 도입한다. 기존 문헌에서 사용된 여러 형태의 RIP 조건을 비교하고, Proposition 2.1을 통해 δ와 θ 사이의 관계를 명시한다. 이어서 두 개의 새로운 부등식, Proposition 2.2와 Proposition 2.3을 제시한다. 특히 Prop. 2.3은 “정렬된 수열”에 대한 ℓ₁·ℓ₂ 관계를 기존보다 더 정밀하게 다루어, 이후 증명에서 핵심적인 역할을 한다. 두 번째 부분(섹션 3)은 무노이즈 상황을 다룬다. 기존 Candes‑Tao(2004)의 정리 3.1은 δₖ + θₖ,ₖ + θₖ,₂ₖ < 1이라는 조건을 필요로 했지만, 저자는 Prop. 2.3을 활용해 조건을 δ₁.₅k + θ₁.₅k,₁.₅k < 1 로 완화한다. 정리 3.2에서는 ℓ₁ 최소화 문제(P)의 해 β̂가 정확히 β와 일치함을 보이며, 더 일반적인 경우에는 ‖β̂ − β‖₂ ≤ C₀ k^{−½} ‖β − β_max(k)‖₁ 라는 오류 경계를 제시한다. 여기서 C₀ = 2√2 (1 − δ₁.₅k) /