Buchumschlag

Structured Gradient Descent for Fast Robust Low-Rank Hankel Matrix Completion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cai, HanQin, Cai, Jian-Feng, You, Juntao
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Information Theory Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Accelerating Ill-conditioned Hankel Matrix Recovery via Structured Newton-like Descent
von: Cai, HanQin, et al.
Veröffentlicht: (2024)

On the Robustness of Cross-Concentrated Sampling for Matrix Completion
von: Cai, HanQin, et al.
Veröffentlicht: (2024)

Structured Sampling for Robust Euclidean Distance Geometry
von: Kundu, Chandra, et al.
Veröffentlicht: (2024)

A Dual Basis Approach for Structured Robust Euclidean Distance Geometry
von: Kundu, Chandra, et al.
Veröffentlicht: (2025)

Online Riemannian Gradient Descent for Quantum State Tomography with Matrix Product Operators
von: Cai, Jian-Feng, et al.
Veröffentlicht: (2026)

Provable Non-Convex Euclidean Distance Matrix Completion: Geometry, Reconstruction, and Robustness
von: Smith, Chandler, et al.
Veröffentlicht: (2025)

A Fast and Provable Algorithm for Sparse Phase Retrieval
von: Cai, Jian-Feng, et al.
Veröffentlicht: (2023)

Guarantees of a Preconditioned Subgradient Algorithm for Overparameterized Asymmetric Low-rank Matrix Recovery
von: Giampouras, Paris, et al.
Veröffentlicht: (2024)

Nonconvex Deterministic Matrix Completion by Projected Gradient Descent Methods
von: Xu, Hang, et al.
Veröffentlicht: (2024)

Robust Spectral Recovery for Dynamical Sampling
von: Cai, HanQin, et al.
Veröffentlicht: (2026)

Convexity in Disguise: A Theoretical Framework for Nonconvex Low-Rank Matrix Estimation
von: Cui, Chengyu, et al.
Veröffentlicht: (2026)

Projected Gradient Descent Algorithm for Low-Rank Matrix Estimation
von: Zhang, Teng, et al.
Veröffentlicht: (2024)

Fast and Provable Tensor-Train Format Tensor Completion via Precondtioned Riemannian Gradient Descent
von: Bian, Fengmiao, et al.
Veröffentlicht: (2025)

Stochastic Smoothed Gradient Descent Ascent for Federated Minimax Optimization
von: Shen, Wei, et al.
Veröffentlicht: (2023)

Riemannian Optimization for Non-convex Euclidean Distance Geometry with Global Recovery Guarantees
von: Smith, Chandler, et al.
Veröffentlicht: (2024)

Multi-head Transformers Provably Learn Symbolic Multi-step Reasoning via Gradient Descent
von: Yang, Tong, et al.
Veröffentlicht: (2025)

Multidimensional Gradient-MUSIC: A Global Nonconvex Optimization Framework for Optimal Resolution
von: Fannjiang, Albert, et al.
Veröffentlicht: (2026)

Automatic Rank Determination for Low-Rank Adaptation via Submodular Function Maximization
von: Gao, Yihang, et al.
Veröffentlicht: (2025)

Last-Iterate Convergence of Anchored Gradient Descent
von: Cai, Yang, et al.
Veröffentlicht: (2026)

Convergence of Gradient Descent with Small Initialization for Unregularized Matrix Completion
von: Ma, Jianhao, et al.
Veröffentlicht: (2024)

Reweighted Quasi Norm Regularized Low-Rank Factorization for Matrix Robust PCA
von: Qin, Zhenzhi, et al.
Veröffentlicht: (2024)

Low-Tubal-Rank Tensor Recovery via Factorized Gradient Descent
von: Liu, Zhiyu, et al.
Veröffentlicht: (2024)

An Adaptive Proximal Inexact Gradient Framework and Its Application to Per-Antenna Constrained Joint Beamforming and Compression Design
von: Fan, Xilai, et al.
Veröffentlicht: (2025)

A Mirror-Descent Algorithm for Computing the Petz-Rényi Capacity of Classical-Quantum Channels
von: Lai, Yu-Hong, et al.
Veröffentlicht: (2026)

Deterministic Zeroth-Order Mirror Descent via Vector Fields with A Posteriori Certification
von: Hayashi, Masahito
Veröffentlicht: (2026)

Gradient descent inference in empirical risk minimization
von: Han, Qiyang, et al.
Veröffentlicht: (2024)

RLS Framework with Segmentation of the Forgetting Profile and Low Rank Updates
von: Stotsky, Alexander
Veröffentlicht: (2025)

ODELoRA: Training Low-Rank Adaptation by Solving Ordinary Differential Equations
von: Gao, Yihang, et al.
Veröffentlicht: (2026)

Provable Phase Retrieval with Mirror Descent
von: Godeme, Jean-Jacques, et al.
Veröffentlicht: (2022)

Stable Phase Retrieval with Mirror Descent
von: Godeme, Jean-Jacques, et al.
Veröffentlicht: (2024)

Tropical Gradient Descent
von: Talbut, Roan, et al.
Veröffentlicht: (2024)

Nonconvex Factorization and Manifold Formulations are Almost Equivalent in Low-rank Matrix Optimization
von: Luo, Yuetian, et al.
Veröffentlicht: (2021)

Efficient Low-Tubal-Rank Tensor Estimation via Alternating Preconditioned Gradient Descent
von: Liu, Zhiyu, et al.
Veröffentlicht: (2025)

Local Geometry Determines Global Landscape in Low-rank Factorization for Synchronization
von: Ling, Shuyang
Veröffentlicht: (2023)

Property Inheritance for Subtensors in Tensor Train Decompositions
von: Cai, HanQin, et al.
Veröffentlicht: (2025)

Is Q-Learning Minimax Optimal? A Tight Sample Complexity Analysis
von: Li, Gen, et al.
Veröffentlicht: (2021)

Last-Iterate Convergence of Adaptive Riemannian Gradient Descent for Equilibrium Computation
von: Cai, Yang, et al.
Veröffentlicht: (2023)

A Single-Mode Quasi Riemannian Gradient Descent Algorithm for Low-Rank Tensor Recovery
von: Zhang, Yuanwei, et al.
Veröffentlicht: (2024)

Fast and Accurate Estimation of Low-Rank Matrices from Noisy Measurements via Preconditioned Non-Convex Gradient Descent
von: Zhang, Gavin, et al.
Veröffentlicht: (2023)

Covariant Gradient Descent
von: Guskov, Dmitry, et al.
Veröffentlicht: (2025)