저차원 행렬의 희소 주성분을 다항시간에 찾는 방법

본 논문은 “Sparse Principal Component of a Rank‑deficient Matrix”라는 제목 아래, 저차원(랭크 D) 업데이트 형태의 양의 반정 행렬 C 에 대해 K‑희소 주성분을 정확히 구하는 다항시간 알고리즘을 제시한다. 서론에서는 전통적인 PCA가 전부 비영인 고유벡터를 반환함에도 불구하고, 실제 데이터 분석·신호 처리 등에서 해석 가능성과 저장 효율성을 위해 희소성이 요구된다는 점을 언급한다. 기존 연구들은 LASSO, SDP, 그리디 탐색 등 다양한 근사 방법을 제시했지만, 일반적인 경우 NP‑Hard임을 강조한다. 문제 정의에서는 목표 함수를 max_{x∈S_{N,K}} x^T C x (단, ‖x‖_2=1, card(x)≤K) 로 두고, C를 σI_N + A (랭크 D) 로 분해한다. A가 양의 반정이므로 A = V V^T (V∈ℝ^{N×D}) 로 표현 가능하고, 최적화는 결국 max_{x∈S_{N,K}} ‖V^T x‖_2 와 동치가 된다. 먼저 랭크 1 경우를 살펴보면, V가 단일 열 v 일 때 목표는 |v^T x| 를 최대화하는 것이며, 이는 v의 절대값이 가장 큰 K개의 인덱스를 선택하면 바로 해결된다. 복잡도는 O(N) 로 선형이다. 랭크 2 경우에서는 구면 변수 φ∈(−π/2,π/2] 를 도입하고, c(φ) =