간단한 행렬 완성 접근법

초록

이 논문은 저차원 행렬을 완전 복원하기 위해 필요한 무작위 표본 수에 대한 최신 상한을 제시한다. 저자들은 핵노름 최소화를 이용한 복원 방법이, 행렬이 일정한 비동질성(incoherence) 조건을 만족한다면, 자유도(특이값 분해의 파라미터 수)와 로그 제곱 항의 곱만큼의 표본이면 충분함을 증명한다. 기존의 Candes‑Recht, Candes‑Tao, Keshavan‑Montanari‑Oh의 결과를 개선했으며, 증명은 양자 정보 이론에서 차용한 간단하고 자가 포함적인 분석을 사용한다.

상세 분석

본 논문은 저차원 행렬 복원 문제를 핵노름 최소화라는 볼록 최적화 문제로 귀결시킨 뒤, 무작위로 관측된 원소의 개수가 얼마만큼이면 정확히 복원될 수 있는지를 정량적으로 규명한다. 핵심 가정은 ‘비동질성(incoherence)’ 조건이다. 구체적으로, 행렬 (M\in\mathbb{R}^{n_1\times n_2})가 랭크 (r)이고, 좌·우 특이벡터 집합이 각각 표준 기저와 크게 겹치지 않으며, 최대 엔트리 크기가 (\mu\sqrt{r/(n_1n_2)}) 이하인 경우를 말한다. 이 조건은 행렬이 특정 좌표에 과도하게 집중되지 않음을 보장해, 무작위 표본이 충분히 정보를 담을 확률을 높인다.

저자들은 표본 집합 (\Omega)가 독립적으로 균등하게 선택된다고 가정하고, (|\Omega|\ge C\mu r\max{n_1,n_2}\log^2(\max{n_1,n_2}))이면, 핵노름 최소화 문제
\