수학에서 저랭크 근사란 비용 함수가 주어진 행렬(데이터)과 근사 행렬(최적화 변수) 간의 적합도를 측정하지만, 근사 행렬의 랭크를 줄여야 하는 최소화 문제입니다. 이 문제는 수학적 모델링과 데이터 압축에 사용됩니다. 순위 제약은 데이터에 적합한 모델의 복잡성 제약과 관련이 있습니다. 응용 프로그램에서는 랭크 제약 외에도 근사 행렬은 일반적으로 비음수성 및 핸켈 구조와 같은 다른 제약을 갖습니다.

저순위 근사는 주성분 분석, 요인 분석, 전체 최소 제곱법, 잠재 의미 분석, 직교 회귀, 동적 패턴 분해를 포함한 여러 다른 기술과 밀접한 관련이 있습니다.

참고문헌

【1】위키피디아