Convergence analysis of projected gradient descent for Schatten-p nonconvex matrix recovery

• 作 者: CAI Yun LI Song
• 机 构: DepartmentofMathematics
• 出 处: 中国科学：数学英文版
• 发表日期: 2015年4期
• 关键词: 梯度下降算法 收敛性分析 矩阵秩 非凸 最小化问题 投射 rank函数 指数收敛速度 low rank matrix recovery nonconvex ma
• 基金项目: supported by National Natural Science Foundation of China（Grant No.11171299）

矩阵等级最小化问题在许多设计应用产生。因为这个问题是 NP 难的，矩阵等级最小化的 nonconvex 松驰，把 Schatten-p 伪标准称为最小化(0 p p 伪标准最小化(0 p < 1 ) 问题。把限制 isometry 性质(M 撕破) 基于矩阵，我们为算法对有指数的集中率的噪音柔韧的这个算法和表演给集中保证和错误界限。