[論文レビュー] Burer-Monteiro guarantees for general semidefinite programs

Diego Cifuentes|arXiv (Cornell University)|Apr 15, 2019

Sparse and Compressive Sensing Techniques参考文献 16被引用数 6

ひとこと要約

この論文は、不等式制約や複数の半正定値ブロックを含む一般の半定値計画問題（SDP）に、Burer-Monteiro法を拡張する。因子分解ランク $ p \gtrsim \sqrt{2m} $ のとき、非凸的低ランク因子分解が成功することを証明し、広範なクラスのSDPに対して決定的なグローバル収束を実現する。応用例はセンサーネットワークの局所化と行列センシングである。

ABSTRACT

Consider a semidefinite program (SDP) involving an $n imes n$ positive semidefinite matrix $X$. The Burer-Monteiro method consists in solving a nonconvex program in $Y$, where $Y$ is an $n imes p$ matrix such that $X=Y Y^T$. Despite nonconvexity, Boumal et al. showed that the method provably solves generic equality-constrained SDP's when $p \gtrsim \sqrt{2m}$, where $m$ is the number of constraints. We extend this result to arbitrary SDP's, possibly involving inequalities or multiple semidefinite constraints. We illustrate applications to sensor network localization and to matrix sensing.

研究の動機と目的

• 等式制約に限らない一般のSDP、特に不等式制約や複数の半正定値ブロックを含むSDPに、Burer-Monteiroの非凸最適化アプローチを一般化すること。
• より広い設定において、低ランク因子分解法の決定的収束保証を確立すること。
• 非凸最適化によるSDPの解法において、Burer-Monteiro法がいつ成功するかという理論的理解を拡張すること。
• センサーネットワークの局所化や行列センシングといった実用的問題への、この手法の有効性を示すこと。

提案手法

• 一般のSDPを、$ X = YY^T $ となる $ n \times p $ 行列 $ Y $ 上の非凸最適化問題に再定式化し、低ランク解を可能にする。
• 等式制約と不等式制約の両方、および複数の半正定値制約を含むSDPに、Burer-Monteiro因子分解技術を適用する。
• 臨界点解析を用いて、一般条件下ですべての2次臨界点がグローバルに最適であることを示す。
• 制約多様体上の正則性条件を導入し、因子化問題が元のSDPの有益な幾何構造を保つようにする。
• $ p \gtrsim \sqrt{2m} $ のとき、一般のインスタンスに対してスパuriousな局所的最小値が存在しないことを確立する。
• 微分幾何学および多様体上の最適化の道具を用いて、因子化問題の最適化の地形を分析する。

実験結果

リサーチクエスチョン

• RQ1 不等式制約を含む一般のSDPに対して、Burer-Monteiro因子分解法がどのような条件下で成功するか。
• RQ2 Burer-Monteiro法の決定的収束保証を、等式制約に限らないSDPへ拡張できるか。
• RQ3 一般のSDPにおいて、スパuriousな局所的最小値を避けるために必要な最小ランク $ p $ は何か。
• RQ4 複数の半正定値制約の存在が、非凸因子化問題の地形にどのように影響するか。
• RQ5 この手法は、センサーネットワークの局所化や行列センシングといった実世界の問題に効果的に適用可能か。

主な発見

• 一般の不等式制約付きSDPおよび複数の半正定値ブロックを含むSDPに対して、$ p \gtrsim \sqrt{2m} $ のとき、Burer-Monteiro法が決定的に解ける。
• 一般インスタンスにおいて、因子化問題のすべての2次臨界点がグローバルに最適であることが保証され、真の解への収束が保証される。
• 不等式制約や複数の正定値ブロックが存在する場合でも、この手法は有益な地形特性を維持する。
• 制約多様体にややきつい正則性条件が課されれば、従来の等式制約に限った結果の拡張が可能となる。
• 数値実験の結果、センサーネットワークの局所化と行列センシングにおいて、理論的予測と整合した手法の有効性が確認された。