[論文レビュー] Classification of Generalized Multiresolution Analyses

Lawrence W. Baggett, Veronika Furst+2 more|ArXiv.org|Oct 28, 2009

Mathematical Analysis and Transform Methods参考文献 7被引用数 3

ひとこと要約

本稿は、抽象的ヒルバート空間における一般化された多スケール解析（GMRAs）の分類フレームワークを提示する。2つの主要なパラメータ、多重度関数 $m$ と行列値フィルタ関数 $H$ を用い、これらのパラメータがGMRAを一意に決定する条件を確立し、任意の有効な $(m, H)$ 組に対して標準的なGMRAを構成するための構成的手順を提供する。また、$(m, H)$ 不変量に基づくGMRAs間の同値関係を定義し、古典的および抽象的ウェーブレット構成（フラクタルや直接極限の例を含む）を統一的に扱う。

ABSTRACT

We discuss how generalized multiresolution analyses (GMRAs), both classical and those defined on abstract Hilbert spaces, can be classified by their multiplicity functions $m$ and matrix-valued filter functions $H$. Given a natural number valued function $m$ and a system of functions encoded in a matrix $H$ satisfying certain conditions, a construction procedure is described that produces an abstract GMRA with multiplicity function $m $ and filter system $H$. An equivalence relation on GMRAs is defined and described in terms of their associated pairs $(m,H)$. This classification system is applied to classical examples in $L^2 (\mathbb R^d)$ as well as to previously studied abstract examples.

研究の動機と目的

• 一般化多スケール解析（GMRAs）の分類フレームワークを用いて、古典的、フラクタル的、直接極限的、テンソル積の例を含む多様なウェーブレット構成を統一すること。
• 抽象的ヒルバート空間に拡大および平行移動作用素を備えた状況下で、GMRAを一意に特徴付ける最小限の不変量の特定。
• 特定の解析的および代数的条件を満たす任意の $(m, H)$ 組から標準的なGMRAを構成するための構成的手順の開発。
• GMRA間の同値関係を、それらに付随する多重度関数 $m$ とフィルタ行列 $H$ の観点から定義し、特徴づけること。

提案手法

• 分類は、双対群 $\widehat{\Gamma}$ 上の多重度関数 $m$ を用いて $V_0$ 上の平行移動表現を分解するストーンの定理に依拠し、この関数は文字のスペクトル多重度を符号化する。
• フィルタ行列 $H$ は、フーリエ空間における拡大作用素の作用を符号化し、$V_1$ と $V_0$ の間の逆拡大を記述するスカラー値フィルタの一般化としての行列値関数である。
• 有限で almost everywhere 定義された多重度関数 $m$ と、ある等長性および整合性条件を満たす行列値関数 $H$ を出発点とする構成手順が開発され、GMRA公理を満たす部分空間の入れ子構造を持つヒルバート空間が生成される。
• GMRAsの同値性は、多重度関数 $m$ とフィルタ行列 $H$ を両方とも保存するユニタリ同値性に基づき定義され、完全な不変量系が得られる。
• 本フレームワークは、古典的 $L^2(\mathbb{R}^d)$ の例および抽象的構成（直接極限やGMRAsのテンソル積）に適用される。
• ハールGMRAと2進群に基づくGMRAとのテンソル積を用いて、非自明な交わりを持つ新しい例を構成し、極限において自明な交わりを保証するためにテンソル積による補正が施される。

実験結果

リサーチクエスチョン

• RQ1 抽象的ヒルバート空間における一般化多スケール解析（GMRAs）は、内在的な不変量を用いてどのように分類可能か？
• RQ2 多重度関数 $m$ と行列値フィルタ $H$ に課されるどのような条件が、それらのパrameterを備えたGMRAの存在を保証するか？
• RQ3 特定の条件を満たす与えられたペア $(m, H)$ から、標準的なGMRAを明示的に構成する方法は何か？
• RQ4 2つのGMRAsがどのような意味で同値とみなされ、それらの関連する $(m, H)$ 組の観点からどのように特徴づけられるか？
• RQ5 この分類フレームワークは、ジーユールン波形、コーエン波形、フラクタル上の波形といった既知の例を統一的に扱えるか？

主な発見

• 本稿は、GMRAが完全にその多重度関数 $m$ と行列値フィルタ関数 $H$ によって分類可能であり、GMRAsの同値性がまさにそれらの $(m, H)$ 組の同値性と一致することを確立した。
• 有限で almost everywhere 定義された多重度関数 $m$ と、必要な等長性および整合性条件を満たす行列値フィルタ $H$ を出発点とする構成的手順が提供され、標準的なGMRAが生成可能である。
• ジーユールン波形は、フィルタ関数 $H$ が異なるためハール波形とは同値でないことが示された。後者では $|h(0)| = \sqrt{2}$ であり、これはスケーリング関数が反復的に消えることを強制する。
• 無限積群 $\Gamma = \bigoplus_{i=-\infty}^{\infty} \mathbb{Z}_2$ 上のGMRAの構成は、非自明な交わり $\cap V_j$ のため失敗するが、これは $L^2(\mathbb{R})$ 上の標準的ハールGMRAとテンソル積をとることで解決され、$m \equiv 1$ および $\widetilde{m} \equiv 3$ を持つ有効なGMRAが得られる。
• 同じ $m$ と $\widetilde{m}$ を用いながらも、異なるフィルタ（$h_1 = \sqrt{2}\chi_{\{1\}_0 \times \prod_{i=1}^\infty \mathbb{Z}_2_i}$ と $h_1' = \chi_{\{1\}_0 \times \cdots} - \chi_{\{-1\}_0 \times \cdots}$）を用いた2つの同値でないGMRAが構成され、異なるフィルタ行動が示された。
• ハールGMRAとのテンソル積構成により、新しいフラクタル的波形が得られ、フィルタ $h_1'$ と $g_1'$ は古典的例に見られない非自明な位相挙動を導入する。