Uma Visão Geral da Recuperação de Matrizes de Baixa Classificação a Partir de Observações Incompletas

Matrizes de baixa classificação desempenham um papel fundamental na modelagem e métodos computacionais para processamento de sinais e aprendizado de máquina. Em muitas aplicações onde surgem matrizes de baixa classificação, essas matrizes não podem ser totalmente amostradas ou observadas diretamente, e encontra-se o problema de recuperar a matriz dado apenas observações incompletas e indiretas. Este artigo fornece uma visão geral das técnicas modernas para explorar a estrutura de baixa classificação para realizar a recuperação de matrizes nesses contextos, oferecendo uma pesquisa sobre os avanços recentes neste campo em rápida evolução. Atenção específica é dada aos algoritmos mais comumente usados na prática, às garantias teóricas existentes para esses algoritmos e às aplicações práticas representativas dessas técnicas.