[论文解读] Singular vector spaces for computing the structured distance to singularity

Lauri Nyman|arXiv (Cornell University)|Mar 1, 2026

Matrix Theory and Algorithms被引用 0

一句话总结

论文介绍了利用奇异向量空间解决结构化距离奇异性问题的框架，并提出一种交替最小化算法，其速度显著快于现有方法，同时保持解的质量。

ABSTRACT

Finding the distance to singularity for a matrix is a ubiquitous problem in numerical linear algebra, and is elegantly solved by the Eckart-Young-Mirsky theorem. Its structured variant naturally emerges when one considers structured matrices, and wants to preserve their structure. Recent work has shown that this problem is particularly important for a class of matrix nearness problems that either entirely or partly reduce to a structured distance to singularity problem. In this work, we propose a new framework for addressing this problem, based on the concept of singular vector spaces, that is, linear subsets of the set of singular matrices. We analyze singular vector spaces in the context of this problem, prove new results, and detail how a specific subfamily of singular vector spaces can be incorporated into a practical algorithm. The resulting algorithm is based on globally minimizing a certain objective function alternatingly in its arguments. Numerical experiments demonstrate that this new algorithm is remarkably faster than the state-of-the-art, while the quality of the output remains comparable. This makes it possible to solve problems of much larger size than what was previously possible.

研究动机与目标

• 对具有线性结构的矩阵，动机并定义结构化距离奇异性。
• 引入奇异向量空间作为工具，以访问闭式子问题解。
• 开发一种通过交替步骤全局最小化目标的实用算法。
• 展示该方法在显著减少计算时间的同时保持解的质量。
• 提供与矩阵近似问题相关的奇异向量空间几何的理论见解。

提出的方法

• 将问题表述为在具有近奇异目标的结构集合上进行约束最小化。
• 将领域从单一向量核扩展到所有奇异向量空间的集合，使线性子问题解成为可能。
• 通过投影到结构与奇异向量空间的交集来求解子问题（通过正交投影的闭式解）。
• 迭代地产生一系列奇异子空间 S_i，并将 Δ_i 设置为在 T ∩ (S_i − A) 中的最小化。
• 建立目标序列的收敛性，并讨论正则化以确保良态性。
• 给出使用向量化和摩尔-潘若斯伪逆的子问题解的表达式（定理 3.7）。

实验结果

研究问题

• RQ1 如何利用奇异向量空间更高效地计算结构化距离奇异性？
• RQ2 奇异向量空间的最大维度结构是什么，它如何影响算法设计？
• RQ3 是否可以构建一个实用的通过在奇异子空间与结构投影之间交替来全局最小化目标的算法？
• RQ4 哪些正则化策略能确保收敛性和鲁棒性？

主要发现

• 提出的框架基于奇异向量空间的实用算法显著加速了与最先进方法相比的计算速度。
• 该方法在输出质量上与现有方法相当，同时能够求解更大规模的问题。
• 在奇异子空间上的交替最小化方案在目标范数上收敛。
• 正交投影到结构与奇异向量空间的交集提供子问题的闭式解。
• 理论结果将奇异向量空间与奇异矩阵集合的几何以及最优解的结构联系起来。