Core Concepts
행렬의 랭크를 사전에 알지 못하는 경우에도 효율적으로 저차원 행렬 근사를 수행할 수 있는 알고리즘을 제안한다.
Abstract
이 논문에서는 행렬의 랭크를 사전에 알지 못하는 경우에도 효율적으로 저차원 행렬 근사를 수행할 수 있는 알고리즘인 EOD-ABE(Efficient Orthogonal Decomposition with Automatic Basis Extraction)를 제안한다.
주요 내용은 다음과 같다:
랜덤 샘플링 기법을 사용하여 행렬의 기저를 자동으로 추출하는 알고리즘을 제안한다. 이를 통해 행렬의 랭크를 사전에 알지 못하는 경우에도 효율적으로 저차원 근사를 수행할 수 있다.
제안된 알고리즘은 다음과 같은 형태의 저차원 행렬 근사를 생성한다:
˜A = UDVH
여기서 U와 V는 직교 행렬이며, D는 상삼각 행렬이다.
이론적 분석과 수치 실험을 통해 EOD-ABE 알고리즘이 기존 방법에 비해 속도, 정확도, 강건성 면에서 우수함을 보인다. 또한 이미지 복원 문제에 적용하여 탁월한 성능을 보인다.
Stats
행렬 A의 특이값 σ1 ≥ σ2 ≥ ... ≥ σn은 선형적으로 1에서 10^-25까지 감소한다.
행렬 A의 랭크 r = 20이다.
노이즈 계수 α = 0.005인 경우 행렬 A의 스펙트럼에 약 200의 갭이 존재한다.
노이즈 계수 α = 0.02인 경우 행렬 A의 스펙트럼에 약 50의 갭이 존재한다.
Quotes
"EOD-ABE uses random sampling to automatically extract bases from matrices with low numerical rank, to obtain approximations."
"Notably, we introduce a randomized algorithm to automatically extract the basis that reveals the rank."
"Through theoretical analysis and numerical experiments, we show that EOD-ABE can perform low-rank approximation of matrices of unknown rank while determining the rank."