×

矩阵稀疏化和稀疏零空间问题。 (英语) Zbl 1347.68369号

摘要:我们重新审视了矩阵问题稀疏零空间和矩阵稀疏化,并证明了它们是等价的。然后,我们继续寻找这些问题的算法:我们证明了这些问题的近似性的困难,并提供了一个强大的工具来将稀疏近似理论的算法和启发式扩展到这些问题。

MSC公司:

68周25 近似算法
65层50 稀疏矩阵的计算方法
2017年第68季度 问题的计算难度(下限、完备性、近似难度等)
68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Amaldi,E.,Kann,V.:寻找线性关系的最大可行子系统的复杂性和近似性。西奥。计算。科学。147(1-2), 181-210 (1995) ·Zbl 0884.68093号 ·doi:10.1016/0304-3975(94)00254-G
[2] Arora,S.,Babai,L.,Stern,J.,Sweedyk,Z.:格、代码和线性方程中近似最优的硬度。J.计算。系统。科学。54(2), 317-331 (1997) ·Zbl 0877.68067号 ·doi:10.1006/jcss.1997.1472
[3] 彼得·伯曼。,马雷克·卡宾斯基(Marek Karpinski):近似线性方程组的最小不可满足性。载:第十三届ACM-SIAM离散算法年度研讨会论文集,SODA'02,第514-516页。工业和应用数学学会(2002)·Zbl 1254.68348号
[4] Berry,M.、Heath,M.,Kaneko,I.、Lawo,M.和Plemmons,R.、Ward,R.:计算空空间稀疏基的算法。数字。数学。47(4), 483-504 (1985) ·Zbl 0548.65024号 ·doi:10.1007/BF01389453
[5] Brualdi,R.A.,Friedland,S.,Pothen,A.:稀疏基问题和多重线性代数。SIAM J.矩阵分析。申请。16(1), 1-20 (1995) ·Zbl 0824.15003号 ·doi:10.1137/S089547979892230067
[6] Candès,E.,Romberg,J.,Tao,T.:稳健的不确定性原理:从高度不完整的频率信息中进行准确的信号重建。IEEE传输。《信息论》52(2),489-509(2006)·Zbl 1231.94017号 ·doi:10.1109/TIT.2005.862083
[7] Candès,E.J.,Tao,T.:线性编程解码。IEEE传输。《信息论》51(12),4203-4215(2005)·Zbl 1264.94121号 ·doi:10.1109/TIT.2005.858979
[8] Chang,S.Frank,McCormick,S.Thomas:使稀疏矩阵更稀疏的分层算法。数学。程序。56(1-3), 1-30 (1992) ·Zbl 0770.90039号 ·doi:10.1007/BF01580890
[9] Chartrand,R.:非凸面压缩传感和纠错。摘自:IEEE声学、语音和信号处理国际会议,ICASSP’07,第3卷,第III-889-III-892页,(2007年4月)·Zbl 0635.65037号
[10] Coifman,R.,Wickerhauser,M.:最佳基选择的基于熵的算法。IEEE传输。《信息论》38(2),713-718(1992)·Zbl 0849.94005号 ·数字对象标识代码:10.1109/18.119732
[11] 科尔曼,T.F.,波顿,A.:零空间问题I.复杂性。SIAM J.代数离散方法7(4),527-537(1986)·Zbl 0608.65024号 ·doi:10.1137/0607059
[12] Dinur、Irit、Kindler、Guy、Raz、Ran、Safra、Shmuel:将CVP近似到几乎是多项式因子的范围内是NP-hard。组合数学23(2),205-243(2003)·Zbl 1049.68072号 ·doi:10.1007/s00493-003-0019-y
[13] Donoho,David L.:对于大多数大型欠定线性方程组,最小值\[\ell_1\]Ş1-范数解也是最稀疏解。Commun公司。纯应用程序。数学。59(6), 797-829 (2006) ·Zbl 1113.15004号 ·doi:10.1002/cpa.20132年
[14] Duff,I.S.,Erisman,A.M.,Reid,J.K.:稀疏矩阵的直接方法。牛津大学出版社,牛津(1986)·Zbl 0604.65011号
[15] Fuchs,J.J.:关于任意冗余基中的稀疏表示。IEEE传输。Inf.理论50(6),1341-1344(2004)·Zbl 1284.94018号 ·doi:10.1109/TIT.2004.828141
[16] Gilbert,A.C.、Guha,S.、Indyk,P.、Muthukrishnan,S.和Strauss,M.:通过采样的近最优稀疏傅里叶表示。摘自:第三十四届ACM计算机理论年会论文集,STOC'02,第152-161页。ACM(2002)·Zbl 1192.94078号
[17] Gilbert,A.C.,Muthukrishnan,S.,Strauss,M.:改进近最优稀疏傅里叶表示的时间界限。摘自:《SPIE Wavelets XI学报》,第5914卷,(2005)·Zbl 1049.68072号
[18] Gilbert,J.R.,Heath,M.T.:计算空空间的稀疏基。SIAM J代数离散方法8(3),446-459(1987)·Zbl 0635.65037号 ·doi:10.1137/0608037
[19] Nicholas J.Higham:数值算法的准确性和稳定性。In:工业与应用数学学会,美国宾夕法尼亚州费城,2002年第2版。第28章:测试矩阵库(2002)·Zbl 1011.65010号
[20] Hoffman,A.J.,McCormick,S.T.:使矩阵最佳稀疏的快速算法。In:组合优化进展。学术出版社(1984)·Zbl 0567.65018号
[21] Johnson,D.S.,Preparia,F.P.:致密半球问题。西奥。计算。科学。6(1), 93-107 (1978) ·Zbl 0368.68053号 ·doi:10.1016/0304-3975(78)90006-3
[22] 维戈·卡恩:难以近似的多项式有界最小化问题。北欧J.计算。1(3), 317-331 (1994) ·Zbl 0817.68082号
[23] Kavitha,T.、Mehlhorn,K.、Michail,D.、Paluch,K.:图的最小循环基的更快算法。收录于:Diaz,J.、Karhumäki,J.,Lepistö,A.、Sannella,D.(eds.)Automata,Languages and Programming,第3142卷,《计算机科学讲义》,第846-857页。施普林格,柏林(2004)·Zbl 1103.05086号
[24] MacWilliams,F.J.,Sloane,N.J.A.:纠错码理论。荷兰北部阿姆斯特丹(1983年)·Zbl 0369.94008号
[25] Matous̆ek,J.,Gartner,B.:理解和使用线性规划。施普林格,纽约(2007)·Zbl 1133.90001号
[26] McCormick,S.T.:一些稀疏矩阵问题的组合方法。博士论文,斯坦福大学,加利福尼亚州斯坦福市,1983年。技术报告83-5,斯坦福优化实验室(1983)·Zbl 0548.65024号
[27] Muthukrishnan,S.:Haar小波基的非均匀稀疏近似。DIMACS TR:2004-42,(2004)·Zbl 0770.90039号
[28] Natarajan,B.K.:线性系统的稀疏近似解。SIAM J.计算。24(2), 227-234 (1995) ·Zbl 0827.68054号 ·doi:10.1137/S0097539792240406
[29] Needell,D.,Tropp,J.:Cosamp:不完整和不准确样本的迭代信号恢复。申请。计算。哈蒙。分析。26(3), 301-322 (2009) ·Zbl 1163.94003号 ·doi:10.1016/j.acha.2008.07.002
[30] Neylon,T.:线性预测问题的稀疏解。纽约大学博士论文,纽约(2006年)·Zbl 1366.94133号
[31] Pothen,A.:稀疏零基和婚姻定理。纽约伊蒂卡康奈尔大学博士论文(1984年)·兹伯利1039.41012
[32] Schmidt,E.:Zur thoerie der linearen und nichtlinearen integralgleichungen,I.Mathematicsche Annalen64(4),433-476(1906-1907)·Zbl 0770.90039号
[33] Singhal,S.:多脉冲编码器中的振幅优化和基音预测。IEEE传输。声学语音信号处理37(3),317-327(1989)·doi:10.1109/29.21700
[34] 亚历克斯·斯莫拉(Alex J.Smola)、斯科普夫(Schökopf)、伯恩哈德(Bernhard):机器学习的稀疏贪婪矩阵近似。第十七届国际机器学习会议记录,ICML'00,pp.911-918(2000)
[35] Temlyakov,V.:非线性近似方法。找到。计算。数学。3(1), 33-107 (2003) ·Zbl 1039.41012号 ·doi:10.1007/s102080010029
[36] Trefethen,法律公告,Bau,D.:数值线性代数。宾夕法尼亚州费城SIAM(1997)·Zbl 0874.65013号
[37] Tropp,J.A.:贪婪是好的:稀疏近似的算法结果。IEEE传输。Inf.理论50(10),2231-2242(2004)·Zbl 1288.94019号 ·doi:10.1109/TIT.2004.834793
[38] Tropp,J.A.:放松:子集选择和稀疏近似的凸规划方法。IEEE传输。信息理论50(3),1030-1051(2006)·兹比尔1288.94025 ·doi:10.1109/TIT.2005.864420
[39] Tropp,J.A.:通过\[\ell_1\]恢复短而复杂的线性组合Ş1最小化。IEEE传输。Inf.理论51(1),188-209(2006)·Zbl 1288.94021号 ·doi:10.1109/TIT.2004.839492
[40] 王旭:笛卡尔符号法则的简单证明。美国数学。周一。111(6), 525-526 (2004) ·Zbl 1080.26507号 ·数字对象标识代码:10.2307/4145072
[41] Wright,John,Ma,Yi:通过l1最小化进行密集误差校正。IEEE传输。信息Theor。56(7), 3540-3560 (2010) ·Zbl 1366.94133号 ·doi:10.1109/TIT.2010.2048473
[42] Zhao,X.,Zhang,X.、Neylon,T.、Shasha,D.:时间序列中简单问题的增量方法:算法和实验。第九届国际数据库工程与应用研讨会(IDEAS 2005),第3-14页(2005)
[43] Zhou,J.,Gilbert,A.,Strauss,M.,Daubechies,I.:稀疏傅立叶变换分析随机算法的理论和实验分析。J.计算。物理学。211, 572-595 (2006) ·Zbl 1085.65128号 ·doi:10.1016/j.jcp.2005.06.005
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。