我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
本文在存在(1)随机噪声、(2)粗稀疏离群值和(3)缺失数据的情况下,为低秩矩阵估计中的凸规划方法提供了改进的理论保证。这个问题通常被称为稳健主成分分析,查找各个域中的应用程序。尽管凸松弛具有广泛的适用性,但可用的统计支持(尤其是随机噪声存在下的稳定性分析)仍然是高度次优的,我们在本文中对此进行了加强。当未知矩阵条件良好、不相干且秩恒定时,我们证明了原则凸规划在欧氏损失和ℓ∞损失。所有这一切都发生在观测值的几乎一个常数部分被任意大小的离群值破坏的情况下。关键的分析思想在于将所使用的凸程序和一个辅助的非凸优化算法连接起来,这就是本文的标题。
Y.Chen获得了AFOSR YIP奖FA9550-19-1-0030、ONR赠款N00014-19-1-2120、ARO赠款W911NF-20-1-0097和W911NF-18-1-0303、NSF赠款CCF-1907661、IIS-1900140、IIS-2100158和DMS-2014279以及普林斯顿SEAS创新奖的部分支持。J.Fan部分得到了NSF拨款DMS-1662139和DMS-1712591、ONR拨款N00014-19-2120和NIH拨款2R01-GM072611-14的支持。
作者姓名按字母顺序排序。Y.Chen是通讯作者。
陈玉新。 范建清。 丛马。 阎玉玲。 “在稳健PCA中桥接凸优化和非凸优化:噪声、离群值和缺失数据。” 安。统计师。 49 (5) 2948 - 2971, 2021年10月。 https://doi.org/10.1214/21-AAOS2066