[論文レビュー] Gauss-Newton Method for Phase Retrieval.

Bing Gao, Zhiqiang Xu|arXiv (Cornell University)|Jun 27, 2016

Advanced X-ray Imaging Techniques参考文献 13被引用数 4

ひとこと要約

本稿では、初期化に修正スペクトル法を組み合わせたガウス・ニュートン反復による位相再構成のためのアルゴリズムを提案する。この手法は、ほぼ最小限のランダム測定値を用いて実数の場合にグローバルな2次収束を示し、数値実験でも既存手法を上回る性能を発揮する。

ABSTRACT

In this paper, we develop a concrete algorithm for phase retrieval, which we refer to as Gauss-Newton algorithm. In short, this algorithm starts with a good initial estimation, which is obtained by a modified spectral method, and then update the iteration point by a Gauss-Newton iteration step. We prove that a re-sampled version of this algorithm quadratically converges to the solution for the real case with the number of random measurements being nearly minimal. Numerical experiments also show that Gauss-Newton method has better performance over the other algorithms.

研究の動機と目的

• 信号回復問題における位相再構成のためのロバストで効率的なアルゴリズムの開発を目的とする。
• 撮影や光学分野で一般的な、位相情報が測定不能な強度測定値からの位相回復という課題に取り組む。
• 修正スペクトル初期化とガウス・ニュートン更新を活用することで、最小限のサンプリングで高速収束を達成する。
• 実数値信号に対する近似的に最小の測定条件下で理論的収束保証を確立すること。

提案手法

• アルゴリズムは、信号の高品質な初期推定値を生成するため、修正スペクトル法を用いる。
• 観測された強度と予測された強度の残差を最小化するように、ガウス・ニュートン反復ステップを適用する。
• 安定性と収束性を確保するため、ガウス・ニュートン更新の再サンプリング版を用いる。
• 実数値信号を想定しており、理論的分析も実数の場合に焦点を当てる。
• 更新ステップでは、強度測定モデルのヤコビ行列から導かれる線形方程式系を解く。
• ほぼ最小限のランダム測定条件下で理論的収束が確立される。

実験結果

リサーチクエスチョン

• RQ1 ほぼ最小のサンプリングで、ガウス・ニュートンに基づくアルゴリズムが位相再構成において2次収束を達成できるか。
• RQ2 実際の応用において、提案手法は既存の位相再構成手法と比較してどのように性能を発揮するか。
• RQ3 修正スペクトル初期化が収束速度および精度に与える影響は何か。
• RQ4 この手法を用いて、実数値位相再構成問題に対して理論的収束保証を確立できるか。

主な発見

• 再サンプリングを用いたガウス・ニュートンアルゴリズムは、実数位相再構成問題において2次収束を達成する。
• 信号の正確な回復には、ほぼ最小限のランダム測定値のみを必要とする。
• 数値実験により、他の既存の位相再構成アルゴリズムよりも優れた性能が示された。
• 修正スペクトル初期化は、初期点の品質を著しく向上させ、より速い収束を可能にした。
• 理論的分析により、指定された条件下でグローバル収束が確認され、アルゴリズムのロバスト性が裏付けられた。