Core-Conditioned Regularized Matrix Tri-Factorization for High-Dimensional Structured Systems

Resumo Técnico: Tri-Fatoração Matricial Regularizada Condicionada ao Núcleo para Sistemas Estruturados de Alta Dimensão

1. Formulação do Problema

O artigo aborda o desafio de aproximar matrizes de alta dimensão em cenários onde as fatorizações clássicas (LU, QR, Cholesky, SVD) são insuficientes. Embora a Decomposição em Valores Singulares (SVD) forneça uma aproximação ótima de posto-$r$ para dados totalmente observados sob a norma de Frobenius não ponderada (conforme o teorema de Eckart–Young–Mirsky), ela não acomoda inerentemente:

• Controle explícito sobre o condicionamento numérico dos fatores.
• Regularização estrutural (por exemplo, esparsidade, suavidade, restrições de escala).
• Observações ponderadas ou ausentes.
• Otimização conjunta da precisão de reconstrução e da estabilidade numérica.

Os autores propõem uma estrutura para abordar essas lacunas, tratando o fator central em uma tri-fatoração matricial como um "núcleo" cujo condicionamento pode ser explicitamente monitorado e restringido.

2. Metodologia

O cerne do método é uma tri-fatoração matricial regularizada da forma:
$$A \approx PDQ$$
onde $A \in \mathbb{R}^{m \times n}$, $P \in \mathbb{R}^{m \times r}$, $D \in \mathbb{R}^{r \times r}$ (o núcleo), e $Q \in \mathbb{R}^{r \times n}$.

Função Objetivo:
O método minimiza uma função objetivo estruturada:
$$\min_{P, D, Q} \frac{1}{2} \|W \odot (A - PDQ)\|_F^2 + R(P, D, Q)$$
onde:

• $W$ é uma matriz de pesos não negativa (identidade para dados completos, máscara para entradas ausentes).
• $R$ é um regularizador que controla a escala, a esparsidade ou o condicionamento dos fatores.
• Um regularizador quadrático básico é utilizado: $R(P, D, Q) = \frac{\alpha_P}{2}\|P\|_F^2 + \frac{\alpha_D}{2}\|D\|_F^2 + \frac{\alpha_Q}{2}\|Q\|_F^2$.

Condicionamento do Núcleo:
Uma inovação chave é o tratamento explícito da matriz núcleo $D$. Os autores definem um conjunto admissível para $D$:
$$\mathcal{D}_{\delta, M} = \{ D \in \mathbb{R}^{r \times r} : \sigma_{\min}(D) \ge \delta, \|D\|_2 \le M \}$$
Isso garante que o número de condição $\kappa(D) \le M/\delta$. Essa restrição não é automática; ela é imposta via definição do modelo ou etapas de projeção durante a otimização.

Algoritmo:
O artigo emprega um esquema de Minimização Alternada. Para o caso quadrático de dados completos, atualizações de bloco em forma fechada são derivadas:

• Atualização de P: Mínimos quadrados regularizados envolvendo $A, Q, D$.
• Atualização de Q: Mínimos quadrados regularizados envolvendo $A, P, D$.
• Atualização de D: Resolve uma equação do tipo Sylvester $(P^\top P)D(QQ^\top) + \alpha_D D = P^\top A Q^\top$.
  Para dados ponderados ou ausentes, as atualizações tornam-se problemas de ridge ponderados. Uma etapa de projeção é incluída para impor os limites do núcleo $\mathcal{D}_{\delta, M}$ se necessário.

3. Contribuições Principais

O artigo apresenta as seguintes contribuições teóricas e algorítmicas:

1. Esclarecimento do Escopo Algébrico: Os autores estabelecem rigorosamente que a forma $PDQ$ não expande a classe algébrica de posto-$r$; é uma parametrização do conjunto existente com restrição de posto. A novidade reside na busca regularizada dentro deste conjunto.
2. Existência de Minimizadores: Diferentemente de argumentos que dependem de compacidade (que falha para espaços de fatores não restritos), o artigo prova a existência de minimizadores globais usando regularização coerciva e semicontinuidade inferior.
3. Não Unicidade e Identificabilidade: O artigo reconhece explicitamente que os fatores $P, D, Q$ não são únicos devido a transformações no espaço latente ($PDQ = (PS)(S^{-1}DT^{-1})(TQ)$). Ele distingue entre aproximação ao nível do produto (que é estável) e identificabilidade ao nível dos fatores (que requer fixação de gauge).
4. Limites de Condicionamento do Núcleo: Os autores derivam limites explícitos mostrando que o número de condição dos sistemas de blocos (equações normais) depende do condicionamento de $D$. Crucialmente, eles provam que $\kappa(D)$ não é herdado automaticamente de $A$, mas deve ser controlado via restrições do modelo.
5. Análise de Convergência: Sob as suposições padrão de Kurdyka–Łojasiewicz (KL), o artigo prova que o esquema exato de minimização alternada para a função objetivo quadrática de dados completos:
   • Diminui monotonicamente a função objetivo.
   • Produz iterações limitadas.
   • Converge para um ponto crítico.
6. Estabilidade de Perturbação: O artigo fornece limites de perturbação ao nível do produto. Ele esclarece que a estabilidade ao nível dos fatores (por exemplo, $\|D - D_0\|_F$) é garantida apenas sob suposições adicionais de identificabilidade local (fixação de gauge e convexidade forte local).

4. Resultados Numéricos e Validação

O artigo valida o método contra bases espectrais (SVD Truncada, SVD Randomizada, CUR) e métodos de completamento de matriz (Soft-Impute) em vários regimes:

• Recuperação de Baixo Posto Limpa: O método proposto comporta-se consistentemente com a aproximação de posto restrito, mas introduz um pequeno viés de regularização em comparação com a SVD não regularizada. Não supera a SVD neste cenário não regularizado.
• Recuperação de Baixo Posto Ruidoso: O método alcança erros de reconstrução competitivos com as bases espectrais, enquanto fornece o número de condição aprendido do núcleo $\kappa(D)$ como diagnóstico.
• Espectros Mal Condicionados: Esta é a principal força do método. Em cenários com perfis espectrais severos, núcleos de ridge não restritos podem tornar-se singulares ($\kappa(D) = \infty$). A variante de núcleo condicionado impõe com sucesso um número de condição finito, mantendo a estabilidade onde variantes não restritas falham.
• Recuperação de Entradas Ausentes: A formulação ponderada não é uniformemente competitiva com bases especializadas de completamento de matriz (como Soft-Impute) em termos de RMSE de retenção. Desempenha bem em altas taxas de observação, mas não é um algoritmo de completamento de matriz de propósito superior.
• Estudos de Ablação: O enfraquecimento da regularização dos fatores laterais leva a números de condição do núcleo significativamente maiores, confirmando que a regularização dos fatores laterais é essencial para controlar a estabilidade numérica do núcleo.
• Tempo de Execução: O método é mais lento que a SVD Randomizada para compressão espectral pura, como esperado, devido à natureza iterativa da resolução de subproblemas de blocos regularizados.

5. Significado e Alegações

O artigo posiciona-se modestamente, evitando alegações de superioridade universal sobre métodos estabelecidos. Seu significado é definido por nichos específicos:

• Não é um Substituto para SVD: Os autores afirmam explicitamente que, para aproximação de Frobenius de dados completos não regularizados, a SVD truncada permanece o benchmark ótimo.
• Uma Ferramenta de Diagnóstico: O método é apresentado como uma tri-fatoração "regularizada e diagnosticamente transparente". Seu valor reside em cenários onde a qualidade de aproximação e o condicionamento numérico devem ser controlados conjuntamente.
• Condicionamento Explícito: Diferentemente de métodos espectrais onde o condicionamento é uma propriedade emergente, esta estrutura permite ao usuário restringir e monitorar explicitamente o número de condição do núcleo latente $D$.
• Aproximação Estruturada: Serve como uma estrutura para problemas que exigem restrições estruturais (esparsidade, ponderação, condicionamento) que não podem ser facilmente codificadas em decomposições espectrais padrão.

Em conclusão, o artigo fornece uma estrutura rigorosa baseada em otimização para aproximação de baixo posto onde a estabilidade numérica dos fatores é um cidadão de primeira classe, apoiada por provas de existência, garantias de convergência e evidências empíricas de sua utilidade em regimes mal condicionados e regularizados.