迹范数最小化的一致性

奇异值之和的正则化（也称为迹范数）是估计低秩矩形矩阵的一种流行技术。在本文中，我们扩展了 Lasso 的一些一致性结果，为具有平方损失的迹范数最小化的秩一致性提供了必要和充分条件。我们还提出了一种自适应版本，即使非自适应版本的必要条件未得到满足，该版本仍具有秩一致性。