稀疏对抗性损坏下的恢复:线性测量的无假设理论
信息论
2026-05-07 v4 机器学习
信号处理
math.IT
摘要
稀疏对抗性损坏下的恢复通常形式化为精确恢复问题:寻找 的结构条件(例如受限等距性)以保证从 唯一恢复 ,其中 。然而,在实际中,这些条件很少满足且难以验证,现有的保证一旦精确恢复失败便无从提供指导。此限制掩盖了甚至简单的鲁棒性现象——例如, 中的重复行可以在稀疏损坏下保留关于 的非平凡信息。在本文中,我们回答更一般的问题:对于任意 ,在任何 -稀疏对抗性损坏 下,关于 的哪些信息仍保持鲁棒性?我们表明,鲁棒信息正是 ,其中 是到所有删除 行后子矩阵行空间交集的正交投影。这一表征阐明了对于每个稀疏度 ,行结构如何决定 -稀疏 允许精确恢复、部分恢复还是仅平凡恢复,从而扩展了标准的精确恢复框架。我们进一步证明,每个最小化 的 都属于 ,从而提供一种构造性的方法来恢复该集合。对于 i.i.d. 高斯 ,我们显示存在尖锐相位转变:根据 、 和 ,要么满足精确恢复,要么不可能实现非平凡恢复。我们概述两种应用:鲁棒网络测绘和来自过采样 DCT 测量的信号重建。
引用
@article{arxiv.2510.24215,
title = {What Can Be Recovered Under Sparse Adversarial Corruption? Assumption-Free Theory for Linear Measurements},
author = {Vishal Halder and Alexandre Reiffers-Masson and Abdeldjalil Aïssa-El-Bey and Gugan Thoppe},
journal= {arXiv preprint arXiv:2510.24215},
year = {2026}
}
备注
18 pages, 3 figures; preprint submitted to IEEE Trans. Inf. Theory