[論文レビュー] Deterministic and Probabilistic Conditions for Finite Completability of Low-rank Multi-View Data

Morteza Ashraphijuo, Xiaodong Wang+1 more|arXiv (Cornell University)|Jan 3, 2017

Sparse and Compressive Sensing Techniques参考文献 32被引用数 5

ひとこと要約

本稿では、複数のランク制約を組み込んだ新しい多様体構造における代数幾何学を用いて、低ランクのマルチビュー・データ行列の有限かつ一意な完成に関する決定的および確率的条件を提示する。有限完成可能性のための必要十分なサンプリングパターン条件を導出し、ランク制約下での高確率での有限または一意な完成を保証する各カラムあたりのサンプル数に関する確率的境界を確立する。

ABSTRACT

We consider the multi-view data completion problem, i.e., to complete a matrix $\mathbf{U}=[\mathbf{U}_1|\mathbf{U}_2]$ where the ranks of $\mathbf{U},\mathbf{U}_1$, and $\mathbf{U}_2$ are given. In particular, we investigate the fundamental conditions on the sampling pattern, i.e., locations of the sampled entries for finite completability of such a multi-view data given the corresponding rank constraints. In contrast with the existing analysis on Grassmannian manifold for a single-view matrix, i.e., conventional matrix completion, we propose a geometric analysis on the manifold structure for multi-view data to incorporate more than one rank constraint. We provide a deterministic necessary and sufficient condition on the sampling pattern for finite completability. We also give a probabilistic condition in terms of the number of samples per column that guarantees finite completability with high probability. Finally, using the developed tools, we derive the deterministic and probabilistic guarantees for unique completability.

研究の動機と目的

• 3つのランク制約（全体、ビュー1、ビュー2）を満たす低ランクマルチビュー行列の有限完成可能性に関する、サンプリングパターンの必要十分条件を同定すること。
• 同じランク制約下で一意な完成可能性を保証するための十分条件を導出すること。
• 高確率で有限または一意な完成が保証されるよう、各カラムあたりのサンプル数の下界を確立すること。

提案手法

• 複数のランク制約を統合する多様体上での幾何的制約充足問題として、マルチビュー行列完成問題を定式化する。
• 観測されたエントリの位置に基づいて多項式の集合を定義し、行列成分のランク分解から生じる代数的制約を表現する。
• 代数的独立性解析を用いて、独立な多項式の最大数（完成の自由度に相当）を特定する。
• サンプリングパターンを符号化する制約行列 Ω̂ を導入し、Ω̂ の部分行列のランクと構造に基づいて条件を導出する。
• 代数幾何学の道具を用いて、完成可能性問題を代数的独立多項式の個数を数える問題に変換する。
• 多項式独立性の組み合わせ的解析により決定的条件を導出し、ランダムサンプリングモデルを用いて確率的境界を導出する。

実験結果

リサーチクエスチョン

• RQ1 3つのランク制約下で、低ランクマルチビュー行列の有限完成可能性を保証するサンプリングパターンは何か？
• RQ2 このような行列に対して、どのような条件下で一意な完成が存在するか？
• RQ3 各カラムあたり何個のサンプルが必要であれば、高確率で有限完成が保証されるか？
• RQ4 マルチビュー・データの多様体構造を代数的にどのようにモデル化し、複数のランク制約を組み込めるか？
• RQ5 代数的独立多項式の数と可能な完成の数の間にはどのような関係があるか？

主な発見

• 3つのランク制約下で、低ランクマルチビュー・データの有限完成可能性に関する、サンプリングパターン Ω に対する決定的かつ必要十分な条件が導出された。
• 一意な完成可能性を保証する Ω に関する十分条件が提示され、単一ビューからマルチビューへの結果の拡張がなされた。
• 各カラムあたりのサンプル数がランク制約から導かれる特定の下界を超える場合、有限完成が高確率で保証されることを確立した。
• 解析により、サンプリングパターンによって定義される代数的独立多項式の数が、可能な完成の数を決定することが示された。
• 第II節の例では、すべての部分行列について不等式 (g(Ω′₂)−2)+ + (g(Ω′)−1)+ ≥ c(Ω′) の成立を確認することで、有限完成可能性が検証され、理論的枠組みの有効性が裏付けられた。
• 本手法は、複数のランク制約を組み込むことで、従来のグラスマン多様体ベースの解析を一般化し、単一ビュー行列完成を超えたマルチビュー・データ構造の解析を可能にした。