[論文レビュー] An inverse problem point of view for adaptive estimation in a shifted curves model

Jérémie Bigot, Sébastien Gadat|arXiv (Cornell University)|Dec 18, 2008

Image and Signal Denoising Methods参考文献 23被引用数 2

ひとこと要約

本稿では、シフト曲線モデルにおける平均パターンの適応的推定を、シフト分布が畳み込み作用素として機能する線形逆問題として定式化する。ウェーブレットしきい値処理を用いることで、平均パターンの滑らかさとシフト密度のフーリエ係数の減衰の両方に依存する、ベソフ球上で近似的に最小最大の収束速度を達成する推定器が提案される。

ABSTRACT

This paper considers the problem of adaptive estimation of a mean pattern in a randomly shifted curve model. We show that this problem can be transformed into a linear inverse problem, where the density of the random shifts plays the role of a convolution operator. An adaptive estimator of the mean pattern, based on wavelet thresholding is proposed. We study its consistency for the quadratic risk as the number of observed curves tends to infinity, and this estimator is shown to achieve a near-minimax rate of convergence over a large class of Besov balls. This rate depends both on the smoothness of the common shape of the curves and on the decay of the Fourier coefficients of the density of the random shifts. Hence, this paper makes a connection between mean pattern estimation and the statistical analysis of linear inverse problems, which is a new point of view on curve registration and image warping problems. We also provide a new method to estimate the unknown random shifts between curves. Some numerical experiments are given to illustrate the performances of our approach and to compare them with another algorithm existing in the literature.

研究の動機と目的

• シフト曲線モデルにおける平均パターン推定と線形逆問題との間の新しい関係を確立すること。
• 広範な滑らかさ空間のクラス上で最適な収束速度を達成する、共通の平均パターンの適応的推定器を開発すること。
• 曲線間の未知のランダムシフトを推定するための新しい手法を提供すること。
• 逐次的に増加する標本サイズの下での、提案された推定器の収束特性を分析すること。

提案手法

• シフト密度を畳み込み作用素として扱うことで、シフト曲線モデルを線形逆問題に変換する。
• ウェーブレットしきい値処理を用いて、平均パターンの適応的推定器を構築する。
• フーリエ解析を用いて、シフト密度の減衰が推定精度に与える影響を特徴付ける。
• 平均パターンの滑らかさとシフト密度のフーリエ係数の減衰の間の相互作用を分析することで、収束速度を導出する。
• 観測された曲線間の個々の未知のシフトを推定するための新しいアルゴリズムを提案する。
• 既存の手法と比較しての性能を検証するための数値実験を実施する。

実験結果

リサーチクエスチョン

• RQ1 共通の平均パターンを推定する問題を、シフト曲線モデルにおいて線形逆問題として再解釈することは可能か？
• RQ2 このモデルにおける適応的推定の最適な収束速度は何か？ そして、平均パターンの滑らかさとシフト分布にどのように依存するか？
• RQ3 ウェーブレットしきい値処理を用いて、ベソフ球上で近似的に最小最大の収束速度を達成する推定器を構築できるか？
• RQ4 シフト密度のフーリエ係数の減衰は、推定精度にどのように影響するか？
• RQ5 曲線間の未知のランダムシフトを信頼性高く推定するための方法を開発できるか？

主な発見

• 提案されたウェーブレットしきい値推定器は、広範なベソフ球のクラス上で近似的に最小最大の収束速度を達成する。
• 収束速度は、平均パターンの滑らかさとシフト密度のフーリエ係数の減衰率の両方に依存する。
• 線形逆問題への変換により、曲線登録や画像ワープの理解のための新しい理論的枠組みが提供される。
• 滑らかさクラスに関する事前知識がなくても、適応的推定が可能になる。
• 数値実験により、文献に既存のアルゴリズムと比較して優れた性能を示す。
• 新規のシフト推定手法は、有限標本設定における曲線整合の精度を向上させる。