×
达米亚娜·拉扎罗；塞雷娜·莫里吉

低秩位移矩阵的矩阵补全。 （英语） Zbl 1448.65037号

ETNA，电子。事务处理。数字。分析。 53, 481-499 (2020).
摘要：矩阵完成问题在于从其条目的抽样中恢复低秩或近似低秩矩阵。解的秩通常是未知的，这使得问题更具挑战性。然而，对于一大类具有所谓位移结构的有趣矩阵，原始不适定完备问题可以通过利用相关位移秩的知识找到一个可接受的解。本文的目的是为具有低秩位移的低秩矩阵完备问题提出一个变分非凸公式，并将其应用于重要的中大规模结构矩阵类。实验结果表明，该方法对于Toeplitz和Hankel矩阵补全问题是有效的。

引用于1文件

MSC公司：

65层55 低阶矩阵逼近的数值方法；矩阵压缩
15A83号 矩阵完成问题
65K10码 数值优化和变分技术
65层22 数值线性代数中的不适定性和正则化问题
15A29号 线性代数中的反问题

关键词：

矩阵完成；低秩矩阵；位移等级；非凸优化

软件：

光收缩；洛拉克；PROPACK公司
PDF格式BibTeX公司 XML格式引用
\textit{D.Lazzaro}和\textit{S.Morigi}，ETNA，Electron。事务处理。数字。分析。53、481--499（2020年；Zbl 1448.65037）
全文： 内政部 链接

参考文献：

[1] M.BARNABEI ANDL先生。B.MONTEFUSCO，关于一类低置换秩矩阵，线性代数应用。，325（2001），第161-176页·Zbl 0981.65052号
[2] A.贝克·安德姆。TEBOULLE，用于约束全变差图像去噪和去模糊问题的快速梯度算法，IEEE Trans。图像处理。，18（2009年），第2419-2434页·Zbl 1371.94049号
[3] J.-F.CAI、T.WANG、ANDK。WEI，通过低秩Hankel矩阵补全进行频谱稀疏信号重建的快速可证明算法，Appl。计算。哈蒙。分析。，46（2019年），第94-121页·Zbl 1442.94017号
[4] J.-F.CAI、E.J.CANDÈS、ANDZ。SHEN，矩阵补全的奇异值阈值算法，SIAM J.Optim。，20（2010），第1956-1982页·Zbl 1201.90155号
[5] E.J.坎德和。RECHT，通过凸优化实现精确矩阵补全。计算。数学。，9（2009），第717-772页·Zbl 1219.90124号
[6] E.J.坎德和。TAO，凸松弛的幂：近似最优矩阵完备，IEEE Trans。通知。《理论》，56（2010），第2053-2080页·Zbl 1366.15021号
[7] A.CHAMBOLLE ANDC公司。DOSSAL，关于快速迭代收缩/阈值算法迭代的收敛性，J.Optim。理论应用。，166（2015），第968-982页·Zbl 1371.65047号
[8] R.H.CHAN、D.LAZZARO、S.MORIGI和ANDF。SGALLARI，《单分子定位显微镜的非凸不可分离方法》，载于《计算机视觉中的尺度空间和变分方法》，J.Lellmann、M.Burger和J.Modersitzki编辑，《计算机课堂讲稿》。科学。，第11603卷，施普林格，查姆，2019年，第498-509页。
[9] R.CHARTRAND，正则化低秩+稀疏分解的非凸分裂，IEEE Trans。信号处理。，60（2012年），第5810-5819页·Zbl 1393.94190号
[10] Y.CHEN ANDY（陈安迪）。CHI，通过结构矩阵完成的稳健频谱压缩传感，IEEE Trans。通知。《理论》，60（2014），第6576-6601页·Zbl 1360.94064号
[11] A.L.CHISTOV和。Y.GRIGORIEV，代数闭域理论中量词消除的复杂性，载于《计算机科学数学基础》，1984年，M.P.Chytil和V.Konbek编辑，《计算讲义》。科学。，第176卷，施普林格，柏林，1984年，第17-31页·Zbl 0562.03015号
[12] M.FAZEL、T.K.PONG、D.SUN和ANDP。TSENG，Hankel矩阵秩最小化及其在系统识别和实现中的应用，SIAM J.矩阵分析。申请。，34（2013），第946-977页·Zbl 1302.90127号
[13] M.FIGUEIREDO、R.NOWAK和ANDS。WRIGHT，稀疏重建的梯度投影：压缩传感和其他反问题的应用，IEEE J.Sel。主题信号处理。，1（2007年），第586-598页。
[14] D.GUO、H.LU和ANDX。QU，非均匀采样磁共振波谱的快速低秩Hankel矩阵分解重构方法，IEEE Access，5（2017），第16033-16039页，
[15] S.GU、L.ZHANG、W.ZUO、ANDX。冯，加权核范数最小化及其在图像去噪中的应用，载于2014年IEEE计算机视觉和模式识别会议，IEEE会议论文集，洛斯阿拉米托斯，2014年，第2862-2869页。
[16] J.P.HALDAR，用于约束MRI的局部空间邻域的低秩建模（LORAKS），IEEE Trans。医学图像。，33（2014），第668-681页。
[17] E.HALE、W.YIN和ANDY。张，“1-最小化的定点延拓：方法论和收敛性”，SIAM J.Optim。，19（2008），第1107-1130页·Zbl 1180.65076号
[18] P.C.HANSEN，用Toeplitz矩阵进行反卷积和正则化，数值。《算法》，29（2002），第323-378页·Zbl 1002.65145号
[19] J.-B.HIRIART-URRUTY ANDH公司。Y.LE，有界秩矩阵集的凸性：秩函数的拟凸性和凸性的应用，Optim。莱特。，6（2010年），第841-849页·Zbl 1279.90162号
[20] T.凯拉思·安达。H.SAYED，《位移结构：理论和应用》，SIAM Rev.，37（1995），第297-386页·Zbl 0839.65028号
[21] T.KAILATH、S.KUNG和ANDM。MORF，矩阵和线性方程的置换秩，数学杂志。分析。申请。，68（1979年），第395-407页·Zbl 0433.15001号
[22] R.M.LARSEN，《Lanczos双对角化与部分重正交化》，奥胡斯大学计算机科学系博士论文，1998年。可用代码网址：//soi.stanford.edu/rmunk/PROPACK公司
[23] A.LANZA、S.MORIGI和ANDF。SGALLARI，通过参数选择的非凸正则化进行凸图像去噪，J.Math。《成像视觉》，56（2016），第195-220页·Zbl 1391.94088号
[24] A.LANZA、S.MORIGI、I.SELESNICK和ANDF。SGALLARI，通过凸非凸优化最小化实现的非凸非光滑优化，数值。数学。，136（2017），第343-381页·Zbl 1368.65087号
[25] D.LAZZARO，使用凸优化实现低秩矩阵补全的非凸方法，Numer。线性代数应用。，23（2016），第801-824页·Zbl 1413.65172号
[26] Z.LIN、M.CHEN、L.WU、ANDY。MA，精确恢复受损低秩矩阵的增广拉格朗日乘子法，技术代表UIUL-ENG-09-2214，伊利诺伊大学香槟分校，2010年。
[27] C.LU、C.ZHU、C.XU、S.YAN、ANDZ。LIN，广义奇异值阈值，程序。第二十九届AAAI人工智能会议（AAAI’15），AAAI出版社，Palo Alto，2015，第1805-1811页。
[28] S.MA、D.GOLDFARB、ANDL。CHEN，矩阵秩最小化的不动点和Bregman迭代方法，数学。程序。128（2011），第321-353页·Zbl 1221.65146号
[29] K.MOHAN ANDM公司。FAZEL，矩阵秩最小化的迭代重加权算法，J.Mach。学习。研究，13（2012），第3441-3473页·Zbl 1436.65055号
[30] 左侧。B.蒙特福斯科和。LAZZARO，一种基于迭代的自适应参数估计图像恢复算法，IEEE Trans。图像处理。，21（2012），第1676-1686页·Zbl 1373.94290号
[31] R.R.NADAKUDITI，OptShrink:一种通过优化、数据驱动的奇异值收缩来改进低阶信号矩阵去噪的算法，IEEE Trans。通知。《理论》，60（2014），第3002-3018页·Zbl 1360.62399号
[32] P.OCHS、A.DOSOVITSKIY、T.BROX和ANDT。POCK，《计算机视觉中非光滑非凸优化的迭代重加权算法》，SIAM J.Imaging Sci。，8（2015），第331-372页·Zbl 1326.65078号
[33] V.Y.PAN，《结构化矩阵和多项式》，施普林格出版社，纽约，2001年·Zbl 0996.65028号
[34] A.帕雷赫·安迪。W.SELESNICK，增强低秩矩阵近似，IEEE信号处理。莱特。，23（2016），第493-497页。
[35] 使用非凸紧框架正则化的凸去噪，IEEE信号处理。莱特。，22（2015），第1786-1790页。
[36] ，改进的稀疏低秩矩阵估计，信号处理。，139（2017年），第62-69页。
[37] B.RECHT、M.FAZEL和ANDP。A.PARRILO，通过核范数最小化的线性矩阵方程的保证最小秩解，SIAM Rev.，52（2010），第471-501页·Zbl 1198.90321号
[38] L.SCHERMELLEH、R.HEINTZMANN和ANDH。LEONHARDT，超分辨率荧光显微镜指南，细胞生物学杂志。，190（2010），第165-175页。
[39] I.W.SELESNICK和˙I。BAYRAM，最大稀疏凸优化稀疏信号估计，IEEE Trans。信号处理。，62（2014），第1078-1092页·Zbl 1394.94510号
[40] I.W.SELESNICK、A.PAREKH和*I。BAYRAM，凸1-D全变分非凸正则化去噪，IEEE信号处理。莱特。，22（2015），第141-144页。
[41] K.C.TOH ANDS公司。YUN，核范数正则化线性最小二乘问题的加速近似梯度算法，Pac。J.Optim。，6（2010年），第615-640页·Zbl 1205.90218号
[42] J.A.TROPP、J.N.LASKA、M.F.DUARTE、J.K.ROMBERG和ANDR。G.BARANIUK，Beyond Nyquist：稀疏带限信号的有效采样，IEEE Trans。通知。《理论》，56（2010），第520-544页·兹比尔1366.94222
[43] C.L.WANG和C。LI，Toeplitz矩阵补全的均值算法，应用。数学。莱特。，41（2015），第35-40页·Zbl 1312.15037号
[44] R.P.WEN、S.Z.LI和ANDF。周，通过平滑增广拉格朗日乘子算法完成Toeplitz矩阵，App。数学。计算。，355（2019），第299-310页·Zbl 1429.65096号
[45] R。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。