中文

广义奇异值阈值化

计算机视觉与模式识别 2018-05-29 v2 机器学习 数值分析 数值分析

摘要

本研究探讨了广义奇异值阈值化(GSVT)算子 Proxgσ(){\text{Prox}}_{g}^{{\sigma}}(\cdot),\begin{equation*} {\text{Prox}}_{g}^{{\sigma}}(B)=\arg\min\limits_{X}\sum_{i=1}^{m}g(\sigma_{i}(X)) + \frac{1}{2}||X-B||_{F}^{2}, \end{equation*} 该算子与定义在 XX 的奇异值上的非凸函数 gg 相关联。我们证明,由于当 gg 有下界时 Proxg()\text{Prox}_g(\cdot) 是单调的,因此可以通过对奇异值执行 gg 的近端算子(记为 Proxg()\text{Prox}_g(\cdot))来获得 GSVT。如果非凸函数 gg 满足某些条件(许多流行的非凸替代函数,例如 0\ell_0-范数的 p\ell_p-范数,0<p<10<p<1,即为其特例),我们提出了一种通用求解器来对任意 b0b\geq0Proxg(b)\text{Prox}_g(b)。GSVT 极大地推广了已知的奇异值阈值化(SVT),后者是许多凸低秩最小化方法中的基本子程序。我们能够通过使用 GSVT 替代 SVT 来求解非凸低秩最小化问题。

关键词

引用

@article{arxiv.1412.2231,
  title  = {Generalized Singular Value Thresholding},
  author = {Canyi Lu and Changbo Zhu and Chunyan Xu and Shuicheng Yan and Zhouchen Lin},
  journal= {arXiv preprint arXiv:1412.2231},
  year   = {2018}
}

备注

Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), 2015