×
李新荣;秀、奈华;周生龙

低秩谱集上的矩阵优化：平稳点和局部和全局极小值。 （英语） Zbl 1432.90124

J.优化。理论应用。 184，第3期，895-930（2020）.
摘要：在本文中，我们考虑将变量作为约束到低秩谱集的矩阵进行矩阵优化，其中低秩光谱集是低秩集和光谱集的交集。考虑了三个典型的谱集，得到了三个低秩谱集。对于每个低秩谱集，我们首先计算给定点在该集上的投影及其法锥公式，然后在此基础上研究低秩光谱集上矩阵优化的诱导驻点。最后，我们揭示了每个驻点和每个局部/全局极小值之间的关系。

引用于2文件

MSC公司：

90C26型 非凸规划，全局优化
90立方 非线性规划
90立方厘米 数学规划中的最优性条件和对偶性

关键词：

矩阵优化;低秩谱集;驻点;局部极小点;全局最小化

软件：

低等级模型;皮格尔姆;SDPLR公司
PDF格式BibTeX公司 XML格式引用
\textit{X.Li}等人，J.Optim。理论应用。184，编号3，895-930（2020；兹bl 1432.90124）
全文： 内政部 链接

参考文献：

[1] Recht，B。；法泽尔，M。；Parrilo，Pa，通过核范数最小化保证线性矩阵方程的最小秩解，SIAM Rev.，52，3，471-501（2010）·Zbl 1198.90321号 ·数字对象标识代码：10.1137/070697835
[2] Markovsky，I.，低阶近似（2012），伦敦：施普林格，伦敦·Zbl 1245.93005号
[3] 丁，C.：介绍一类矩阵优化问题。新加坡国立大学博士论文（2012年）
[4] 尤德尔，M。；喇叭，C。；扎德，Rb；Boyd，Sp，广义低秩模型，马赫数。学习。，9, 1, 1-118 (2016) ·兹比尔1350.68221 ·doi:10.1561/22000055
[5] Ma Davenport；Romberg，J.，《从不完全观测中恢复低秩矩阵的概述》，IEEE J.Sel。顶部。信号处理。，10, 4, 608-622 (2016) ·doi:10.1109/JSTSP.2016.2539100
[6] Fazel，M.：矩阵秩最小化与应用。斯坦福大学博士论文（2002）
[7] 坎迪斯（Ej Candès）；Tao，T.，《凸松弛的幂：近似最优矩阵完备》，IEEE Trans。《信息论》，56，5，2053-2080（2010）·Zbl 1366.15021号 ·doi:10.1109/TIT.2010.2044061
[8] 马亚诺维奇，G。；Solo，V.，《关于（l_q）优化和矩阵补全》，IEEE Trans。信号处理。，60, 11, 5714-5724 (2012) ·Zbl 1393.94353号 ·doi:10.1109/TSP.2012.212015
[9] 莫汉，K。；Fazel，M.，矩阵秩最小化的迭代重加权算法，J.Mach。学习。研究，11月13日，3441-3473（2012）·Zbl 1436.65055号
[10] Nie，F.、Wang，H.、Cai，X.、Huang，H.和Ding，C.：通过联合schatten p-范数和（l_p）-范数最小化实现鲁棒矩阵完备。摘自：IEEE数据挖掘国际会议，第566-574页（2012年）
[11] 陈，Y。；修，N。；Peng，D.，半正定锥上非lipschitz（s_2-s_p）极小的整体解，Optim。莱特。，8, 7, 2053-2064 (2014) ·兹比尔1326.90063 ·doi:10.1007/s11590-013-0701-y
[12] 赵永斌，矩阵秩极小化逼近理论及其在二次方程中的应用，线性代数应用。，437, 1, 77-93 (2012) ·Zbl 1242.65086号 ·doi:10.1016/j.laa.2012.02.021
[13] 姚，H。；借记，Z。；杰平，Y。；雪龙，L。；Xiaofei，H.，通过截断核范数正则化快速准确地完成矩阵，IEEE Trans。模式分析。机器。智力。，35, 9, 2117-2130 (2013) ·doi:10.1109/TPAMI.2012.271
[14] Burer，S。；Monteiro，Rdc，通过低秩因式分解求解半定规划的非线性规划算法，数学。程序。，95, 2, 329-357 (2003) ·Zbl 1030.90077号 ·doi:10.1007/s10107-002-0352-8
[15] Journée，M。；巴赫，F。；绝对压力，Pa；Sepulchre，R.，半正定矩阵锥上的低秩优化，SIAM J.Optim。，20, 5, 2327-2351 (2010) ·Zbl 1215.65108号 ·doi:10.1137/080731359
[16] 温，Z。；尹，W。；Zhang，Y.，用非线性逐次过松弛算法求解矩阵补全的低阶因式分解模型，Math。程序。计算。，4, 4, 333-361 (2012) ·兹比尔1271.65083 ·doi:10.1007/s12532-012-0044-1
[17] Jain，P.、Netrapalli，P.和Sanghavi，S.：使用交替最小化完成低秩矩阵。摘自：第四十五届ACM计算机理论年会论文集，第665-674页。ACM（2013）·Zbl 1293.65073号
[18] Hardt，M.：了解矩阵补全的交替最小化。2014年IEEE第55届计算机科学基础年会（FOCS），第651-660页。IEEE（2014）
[19] 孙，R。；Luo，Z.，通过非凸因子分解保证矩阵完成，IEEE Trans。Inf.Theory，62，11，6535-6579（2016）·Zbl 1359.94179号 ·doi:10.1109/TIT.2016.2598574
[20] Gao，Y.：结构化低秩矩阵优化问题：惩罚方法。新加坡国立大学博士论文（2010年）
[21] Kim，Sj；月亮，Yh，结构受限\({H} _2\)和\({高}_｛\f5）控制：秩约束的LMI方法，Automatica，42,91583-1588（2006）·Zbl 1128.93325号 ·doi:10.1016/j.automatica.2006.03.017
[22] 德尔加多，Ra；阿圭罗，Jc；Goodwin，Gc，《等级约束优化方法：应用于因子分析》，IFAC Proc。第47卷，第3卷，第10373-10378页（2014年）·doi:10.3182/20140824-6-ZA-1003.02690
[23] 毕，S。；Pan，S.，秩约束优化问题和应用的误差界，Oper。Res.Lett.公司。，44, 3, 336-341 (2016) ·Zbl 1408.90279号 ·doi:10.1016/j.orl.2016.03.002
[24] 周，S。；秀，N。；Qi，H.，一种用于箱约束惩罚应力最小化的快速矩阵优化投影方法，IEEE Trans。信号处理。，66, 16, 4331-4346 (2018) ·Zbl 1414.90260号 ·doi:10.1109/TSP.2018.2849734
[25] Luke博士，秩约束集的Prox-regulatory和算法的含义，J.Math。成像视觉。，47, 3, 231-238 (2013) ·Zbl 1311.90142号 ·doi:10.1007/s10851-012-0406-3
[26] Rockafellar，Rt；Wets，Rj，变分分析（1998），柏林：施普林格，柏林·Zbl 0888.49001号
[27] 酪蛋白，Tp；绝对压力，Pa；Dooren，Pv，图相似矩阵低阶近似的迭代方法，线性代数应用。，438, 4, 1863-1882 (2013) ·Zbl 1264.65060号 ·doi:10.1016/j.laa.2011.12.004
[28] 施耐德，R。；Uschmajew，A.，通过łojasiewicz不等式在各种低秩矩阵上投影线性搜索方法的收敛结果，SIAM J.Optim。，25, 1, 622-646 (2015) ·Zbl 1355.65079号 ·doi:10.1137/140957822
[29] 周，G。；黄，W。；Ka Gallivan；范杜伦，P。；Absil，Pa，用于低阶优化的黎曼等级自适应方法，神经计算，192，72-80（2016）·doi:10.1016/j.neucom.2016.02.030
[30] 李，X。；Song，W。；Xiu，N.，秩约束矩阵优化的最优性条件，J.Oper。中国研究社会，7，2，285-301（2019）·Zbl 1438.90272号 ·doi:10.1007/s40305-019-00245-0
[31] Linial，N。；伦敦，E。；Rabinovich，Y.，图的几何及其算法应用，组合数学，15，2，215-245（1995）·兹比尔0827.05021 ·doi:10.1007/BF01200757
[32] Biswas，P.，Ye，Y.：用于无线传感器网络定位的半定规划。In:传感器网络信息处理国际研讨会（2004）·Zbl 1100.90029号
[33] Ji，S.，Sze，K.F.，Zhou，Z.，So，M.C.，Ye，Y.：超越凸松弛：网络定位的多项式时间非凸优化方法。收录：IEEE Infocom（2013）
[34] 博斯多夫，R。；新泽西州海姆；Raydan，M.，用因子结构计算最近相关矩阵，SIAM J.矩阵分析。申请。，31, 5, 2603-2622 (2010) ·Zbl 1213.65022号 ·数字对象标识代码：10.1137/090776718
[35] Higham，Nj，计算最近相关矩阵金融问题，IMA J.Numer。分析。，22, 3, 329-343 (2018) ·Zbl 1006.65036号 ·doi:10.1093/imanum/22.3329
[36] 杜卡诺维奇，I。；Rendl，F.，图着色和最大团问题的半定规划松弛，数学。程序。，109, 2-3, 345-365 (2007) ·Zbl 1278.90299号 ·doi:10.1007/s10107-006-0026-z
[37] 卡列夫，A。；科苏特，Rl；Deutsch，Ih，Quantum tomography协议是压缩传感协议，Nat.Partn。《量子信息杂志》，第1期，第115018页（2015年）·doi:10.1038/npjqi.2015.18
[38] Lewis，As，群不变性和凸矩阵分析，SIAM J.矩阵分析。申请。，17, 4, 927-949 (1996) ·Zbl 0876.15016号 ·doi:10.1137/S0895479895283173
[39] Tam，Mk，非负稀疏集的正则性，J.Math。分析。申请。，447, 2, 758-777 (2017) ·Zbl 1353.15030号 ·doi:10.1016/j.jmaa.2016.10.040
[40] Lu，Z。；Zhang，Y。；Li，X.，秩最小化的惩罚分解方法，Optim。方法软件。，2015年3月30日，531-558·Zbl 1323.65070号 ·doi:10.1080/10556788.2014.936438
[41] Kyrillidis，A.：稀疏和低秩逆问题的严格优化配方及其在数据科学中的应用。洛桑高等技术学院博士论文（2014）
[42] Mordukhovich，Bs，《变分分析与广义微分学I：基础理论》（2006），柏林：施普林格出版社，柏林
[43] Hiriart-Urruti，Jb；Lemaréchal，C.，《凸分析基础》（2012），柏林：施普林格出版社，柏林
[44] Drusvyatskiy，D。；Kempton，C.，简化谱函数的变分分析，J.凸分析。，25, 1, 119-134 (2018) ·Zbl 1398.49012号
[45] Lu，Z.：通过非单调投影梯度法对稀疏对称集进行优化（2015）。arXiv预打印arXiv:1509.08581
[46] 潘·L。；秀，N。；Fan，J.，稀疏非线性规划的最优性条件，科学。中国数学。，60, 5, 1-18 (2017) ·Zbl 1365.90220号 ·doi:10.1007/s11425-016-9010-x
[47] 贝克，A。；Eldar，Yc，《稀疏约束非线性优化：优化条件和算法》，SIAM J.Optim。，23, 3, 1480-1509 (2013) ·Zbl 1295.90051号 ·数字对象标识代码：10.1137/120869778
[48] 角，Ra；Johnson，Cr，矩阵分析（2013），纽约：剑桥大学出版社，纽约·Zbl 1267.15001号
[49] 潘·L。；周，S。；秀，N。；Qi，Hd，用于非负稀疏性优化的收敛迭代硬阈值，Pac。J.Optim。，13, 2, 325-353 (2017) ·Zbl 1384.90078号
[50] Bertsekas，Dp，非线性规划（1999），贝尔蒙特：雅典娜科学出版社·Zbl 1015.90077号
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。