핵노름 최소화 문제에 대한 닫힌 형태 해법

본 논문은 저차원 행렬 복원과 서브스페이스 세그멘테이션에 널리 사용되는 Low‑Rank Representation(LRR) 모델을 수학적으로 정밀 검증한다. LRR는 관측 행렬 X 를 사전 정의된 사전(dictionary) 행렬 A 와 저차원 계수 행렬 Z 로 표현하고, 동시에 잡음 행렬 E 를 최소화하는 형태로 정의된다. 기존 연구에서는 핵노름 ‖·‖\* 를 이용해 rank(·) 를 완화함으로써 볼록 최적화 문제로 전환했으며, 이때 일반적으로는 교번적인 수치 최적화(예: ADMM) 방법을 사용했다. 그러나 이러한 접근법은 해의 유일성이나 해석적 형태에 대한 명확한 보장을 제공하지 못한다. 논문은 먼저 LRR 문제를 잡음이 없는 이상적인 상황으로 단순화한다. 즉, 제약식 X = A Z 만을 고려하고, 목표는 ‖Z‖\* 를 최소화하는 Z 를 찾는 것이다. 이 문제는 핵노름이 볼록하지만 강볼록하지 않기 때문에 다중 최적해가 존재할 가능성이 있다. 저자들은 이 문제에 대해 “해가 존재한다면 유일하고 닫힌 형태”라는 강력한 정리를 제시한다. 핵심 아이디어는 결합 행렬