[論文レビュー] Support based bounds for positive semidefinite rank

Troy Lee, Dirk Oliver Theis|arXiv (Cornell University)|Mar 18, 2012

Sparse and Compressive Sensing Techniques被引用数 2

ひとこと要約

この論文は、非負行列のゼロ／非ゼロパターンにのみ依存する情報から、正定値ランクに関する何らかの情報を得られるかを分析することで、サポートに基づく下界の限界を同定する。その結果、顕著に異なる正定値ランクを持つ行列を区別できないことが示され、ランク認証におけるその技術の本質的な限界が明らかになった。

ABSTRACT

The positive semidefinite rank of a nonnegative $(m imes n)$-matrix~$S$ is the minimum number~$q$ such that there exist positive semidefinite $(q imes q)$-matrices $A_1,\dots,A_m$, $B_1,\dots,B_n$ such that $S(k,\ell) = \mbox{tr}(A_k^* B_\ell)$. The most important, lower bound technique for nonnegative rank is solely based on the support of the matrix S, i.e., its zero/non-zero pattern. In this paper, we characterize the power of lower bounds on positive semidefinite rank based on solely on the support.

研究の動機と目的

• 行列のサポート（ゼロ／非ゼロパターン）にのみ依存する正定値ランクの下界の理論的パワーと限界を理解すること。
• このようなサポートに基づく手法が、非負行列の正定値ランクを効果的に認証または束縛できるかどうかを調査すること。
• サポートパターンが達成可能な正定値ランクに課す構造的制約を同定すること。

提案手法

• 分析は、非負行列 S の組み合わせ的構造に焦点を当て、ゼロと非ゼロのエントリを示す 0-1 行列としてサポートを扱う。
• 同じサポートパターンを共有するが、正定値ランクが著しく異なる行列の族を構築することで、サポートに基づく下界の不十分性を示す。
• 凸幾何学と半定値計画法の道具を用いて、サポート構造と正定値因子分解の最小次元 q の関係を関連付ける。
• 双対性とトレース恒等式を用いて、サポートパターンと低ランク因子分解の可解性との関係を形式化する。
• 同じサポートを持つ行列のランクを比較するフレームワークを導入し、サポートのみではランクの差を予測できないケースを強調する。

実験結果

リサーチクエスチョン

• RQ1 サポートに基づく正定値ランク下界は、顕著に異なる実際のランクを持つ行列を区別できるか？
• RQ2 サポートパターンのどの構造的性質が、このような下界のタイトさを決定するか？
• RQ3 同じサポートを持つが正定値ランクが異なる行列が存在し、それらがサポートのみの分析では検出できないか？
• RQ4 ゼロ／非ゼロパターンのみで正定値ランクがどの程度制約を受けるか？
• RQ5 サポートパターンのみで非自明な正定値ランク下界を認証できるか？

主な発見

• サポートに基づく下界は、ゼロ／非ゼロパターンが同一であっても、顕著に異なる正定値ランクを持つ行列を区別できない。
• 同じサポートを持つが正定値ランクが2倍以上も異なる行列が存在し、これはサポートのみの分析の本質的な弱さを示している。
• 本論文は、サポートパターンのみでは正定値ランクを決定するか、タイトに束縛することはできないと証明している。たとえ簡単な場合でも同様である。
• サポートの組み合わせ的構造は、低ランク正定値因子分解の幾何学的・代数的制約を十分に表現していない。
• 結果として、サポートに基づく手法は、正定値ランクに対する強い下界を提供する能力に本質的に制限されている。