무작위 저랭크 행렬 복원을 위한 O(n) 관측 이론

본 논문은 행·열이 각각 n, nα인 무작위 저랭크(r) 행렬에 대해, 정확도 δ>0를 만족하는 복원을 위해 O(n)개의 임의 관측만으로 충분함을 증명한다. 또한 r≤4인 경우 O(n log n) 연산으로 복원 가능한 알고리즘을 제시하고, 실험을 통해 이론적 복원 한계와 실제 성능을 비교한다.

저자: Raghun, an H. Keshavan, Andrea Montanari

무작위 저랭크 행렬 복원을 위한 O(n) 관측 이론
본 논문은 “Learning Low Rank Matrices from O(n) Entries”라는 제목 아래, 무작위 저랭크 행렬 복원 문제를 두 가지 관점—이론적 최소 관측 수와 실용적 복원 알고리즘—에서 다룬다. 1. **문제 정의 및 모델** - 행렬 M∈ℝ^{n×nα}는 rank r≤min(n,nα)이며, M=U·V 형태로 표현된다. - U∈ℝ^{n×r}, V∈ℝ^{r×nα}는 각각 i.i.d. p₀, q₀ 분포를 따르는 원소를 갖고, 원소값은

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기