Quais devem ser os critérios para aceitar / rejeitar valores singulares?

Estou resolvendo um sistema usando decomposição de valor singular. Os valores singulares (antes da escala) são:

1.82277e+29
1.95011e+27
1.15033e+23
1.45291e+21
4.79336e+17
7.48116e+15
8.31087e+12
1.71838e+11
5.63232e+08
2.17863e+08
9.02783e+07
1.72345e+07
1.73889e+05
8.09382e+02
2.16644e+00

Eu descobri que aceitar todos os valores singulares e sua contribuição associada ao meu vetor de solução gera resultados ruins. Eu dimensiono todos eles pelo maior número, produzindo valores singulares de:

1.0
1.06986e-02
6.31091e-07
7.97089e-09
2.62971e-12
4.10428e-14
4.55948e-17
9.42732e-19
3.08998e-21
1.19523e-21
4.95281e-22
9.45510e-23
9.53980e-25
4.44040e-27
1.18854e-29

A melhor solução só começa a ficar ruim se eu incluir os dois últimos, e só se torna bom em todo o $10^{-19}$ prazo.

Há uma queda acentuada na precisão quando incluo os dois últimos termos. Por que é que? Quais são os critérios para incluir / não incluir valores singulares?

$m \times n$ $m \gg n$ $A\cdot X = B$ $A$ $A^\top A X = A^\top X$

Estou julgando as respostas para minhas soluções pela forma como elas se aproximam dos meus dados ruidosos.

$-10$ $10$

linear-algebra regression svd drjrm3
fonte

Se você mencionar quais tags você gostaria de criar na postagem ou em um comentário, alguém com maior reputação poderá cuidar disso.

David Z

@ DavidKetcheson: Ainda não tenho certeza se realmente precisamos dessas tags específicas ... Talvez quando tenhamos muitas perguntas sobre SVD ... mas acho que a álgebra linear deva ser uma etiqueta suficiente por enquanto.

Respostas:

$\max(m,n) \epsilon \|A\|_2$ $A$ $m \times n$ $\epsilon$ $\|A\|_2$ $A$

Dito isto, como JM mencionou, é muito mais estável evitar formar : $A^H A$

Primeiro, precisamos calcular a decomposição do valor singular seguida, podemos definir o pseudoinverso através de onde

[U, Σ, V] = s v d (A)

$[U,\Sigma,V] = \mathrm{svd}(A)$

A^{†} = V f (Σ) U^{H},

$A^\dagger = V\; f(\Sigma)\; U^H,$

f (σ) = {\begin{cases} 1 / σ, σ \geq max (m, n) ϵ ‖ A ‖_{2}, \\ 0, otherwise \end{cases}

$f(\sigma) = \begin{cases}1/\sigma,\quad\sigma \ge \max(m,n) \epsilon \|A\|_2,\\ 0,\quad\text{otherwise}\end{cases}$

A solução pode então ser calculada como

X = A^{†} B .

$X = A^\dagger B.$

Jack Poulson
fonte

Eu acho que é melhor ser explícito e dizer que a matriz 2 é exatamente o mesmo que o maior valor singular ... também, não precisa ser quadrado para aplicar o critério de limite (mas um substitui com para uma matriz ).

A

$\mathbf A$

n

$n$

max (m, n)

$\max(m,n)$

m \times n

$m\times n$

em vez de A † = U f (Σ) * VH não deveria ser A † = V f (Σ) * U '?

drjrm3

Sim, obrigado a ambos. Acabei de escrever uma rotina pseudo-inversa paralela para matrizes hermitianas, alguns dias atrás, e aparentemente não pensei bastante nas diferenças relativas ao caso geral.

precisa

As pseudoinversas não são a solução para problemas mal condicionados, embora tendam a ajudar. A interpolação polinomial de alta ordem é notoriamente mal condicionada e é melhor evitar. Eu recomendo que você leia o artigo da Wiki sobre o fenômeno de Runge e depois mude para uma base diferente para sua interpolação (por exemplo, polinômios ou splines por partes).

Jack Poulson

Esta discussão não está mais relacionada à sua pergunta original; se a sua implementação de uma aproximação de mínimos quadrados questionável converge ou não é relevante para sua pergunta original. Sugiro que você publique outra pergunta se ainda estiver confuso.

precisa

Augh !! Não, não , mil vezes, não !

A razão pela qual as pessoas usam SVD é justamente para evitar a formação da matriz de produtos cruzados , pois a formação dessa matriz é uma boa receita para formar sistemas lineares mal condicionados! Decomposição deve ser aplicada diretamente a . (Veja também algumas das minhas respostas anteriores .) $\mathbf A^\top\mathbf A$ $\mathbf A$

Já mencionei a você que o critério usual para zerar valores singulares é compará-los com o produto do maior valor singular e da máquina epsilon. No entanto, isso é discutido pela sua formação da matriz de produtos cruzados. Tente executar a decomposição novamente, mas desta vez na própria matriz de design, em vez da matriz de produtos cruzados. Qualquer outra forma é flagrante abuso da decomposição.

JM
fonte

Não é possível aprovar isso o suficiente ... este é o ponto mais importante sobre o uso correto das técnicas SVD. Lembre-se de que os valores singulares de são os quadrados dos valores singulares de !

A^{T} A

$A^T A$

A

$A$

khinsen

Precisamente. Esquadrar um número minúsculo resulta em um número ainda menor. Considerando o fato de que o número de condição de 2 normas é a razão do maior para o menor valor singular, essa é uma maneira de ver por que a abordagem das equações normais pode ser uma má ideia para sistemas grandes.

Acho que várias pessoas aqui forneceram dicas valiosas para o seu problema.

Para referência futura, no entanto, sua pergunta sobre como resolver um problema de mínimos quadrados lineares incorretos pode ser respondida examinando o imenso corpo de literatura sobre esse problema.

Especificamente, você pode usar o TSVD (Decomposição de Valor Singular Truncado) como um método simples de obter a solução: onde é o i-ésimo valor singular, e são a i-ésima coluna nas matrizes e da fatoração , é o lado direito do seu problema, e a notação significa o conjugado complexo das entradas e depois é girada para uma linha vetor, tal que

x_{k} = \sum_{i = 1}^{k} \frac{u_{i}^{H} b}{σ_{i}} v_{i}

$\mathbf{x}_k = \sum_{i=1}^{k} \frac{\mathbf{u}_i^H \mathbf{b}}{\sigma_i}\mathbf{v}_i$

σ_{i}

$\sigma_i$

u_{i}

$\mathbf{u}_i$

v_{i}

$\mathbf{v}_i$

U

$U$

V

$V$

U S V^{H} = A

$USV^H=A$

b

$\mathbf{b}$

u^{H}

$\mathbf{u}^H$

u^{H} b

$\mathbf{u}^H \mathbf{b}$ produz um escalar (dotproduct). Sua solução é, portanto, o vetor .

x_{k}

$\mathbf{x}_k$

O principal problema nesse cenário, além de ser forçado a calcular o SVD, que é bastante caro, é como escolher o número de valores singulares a serem usados, ou seja, . Novamente, existem várias maneiras de fazer isso, mas as mais populares seriam o princípio da discrepância, o método de validação cruzada generalizada e a curva L. $k$

Tudo isso (e muito mais) é implementado, no Matlab, na excelente caixa de ferramentas Regularization Tools , escrita pelo professor Per Christian Hansen, que também publicou vários trabalhos e alguns livros sobre problemas inversos. A caixa de ferramentas é fácil de usar e deve ser bastante fácil de traduzir para outras linguagens de programação.

Em conclusão, enquanto outros forneceram informações importantes sobre o seu aplicativo que sugerem que outras abordagens são mais apropriadas, o acima é um resumo rápido de como você pode resolver o problema, se ainda precisar.

OscarB
fonte

obrigado, estou ciente da maior parte disso. pesquisei muitos recursos - o problema é que minhas soluções se tornam cada vez piores à medida que meu conjunto de bases aumenta. Cheguei à conclusão de que isso ocorre porque o número de valores singulares sendo rejeitados à medida que meu conjunto de bases aumenta aumenta em relação ao número de funções de base usadas. isto é, quando usei n = 100 funções básicas, devo descartar 95 dos valores singulares e isso gera um resultado pior do que se eu usasse 10 conjuntos de bases e jogasse apenas um valor singular.

drjrm3

Certo - bem, como outros sugeriram, você deve examinar suas funções básicas e talvez encontrar uma base que melhor se aproxime de seus dados. As splines podem ser uma opção. O mesmo poderia acontecer com Kriging, embora essa seja uma abordagem totalmente diferente, que me proporcionou bons resultados em várias ocasiões.

OscarB