RIP 下矩阵 LASSO 的低解秩及其对秩约束算法的影响
最优化与控制
2026-04-16 v2 统计理论
统计理论
摘要
我们证明了，在与经典低秩矩阵感知误差界所需的相似假设下，流行的凸矩阵 LASSO 问题（核范数惩罚线性最小二乘）的解具有低秩。尽管核范数惩罚的目的是促进低解秩，但据我们所知，除了非常特定的情况外，尚未有严格的证明。此外，我们证明了这一结果对非凸秩约束优化方法具有重大的理论意义。具体而言，我们证明如果 (a) 真实矩阵具有低秩，(b)（线性）测量算子具有矩阵限制等距性质 (RIP)，以及 (c) 测量误差相对于核范数惩罚足够小，则（唯一的）LASSO 解的秩（近似）以真实矩阵的秩为界。由此，我们证明 (a) 低秩投影近端梯度下降算法可从任意初始化线性收敛至 LASSO 解，以及 (b) 低秩 Burer-Monteiro 分解问题表述的非凸景观是良性的，即所有二阶临界点均为全局最优并产生 LASSO 解。
引用
@article{arxiv.2404.12828,
title = {Low solution rank of the matrix LASSO under RIP with consequences for rank-constrained algorithms},
author = {Andrew D. McRae},
journal= {arXiv preprint arXiv:2404.12828},
year = {2026}
}