[論文レビュー] How to quantify fields or textures? A guide to the scattering transform

Sihao Cheng, Brice Ménard|arXiv (Cornell University)|Nov 30, 2021

Machine Learning in Materials Science参考文献 1被引用数 24

ひとこと要約

本論文は訓練不要で解釈可能な統計フレームワークとしての散乱変換を提唱し、場やテクスチャのパワースペクトル以上の情報を捉え、安定でコンパクトな記述子を提供します。

ABSTRACT

Extracting information from stochastic fields or textures is a ubiquitous task in science, from exploratory data analysis to classification and parameter estimation. From physics to biology, it tends to be done either through a power spectrum analysis, which is often too limited, or the use of convolutional neural networks (CNNs), which require large training sets and lack interpretability. In this paper, we advocate for the use of the scattering transform (Mallat 2012), a powerful statistic which borrows mathematical ideas from CNNs but does not require any training, and is interpretable. We show that it provides a relatively compact set of summary statistics with visual interpretation and which carries most of the relevant information in a wide range of scientific applications. We present a non-technical introduction to this estimator and we argue that it can benefit data analysis, comparison to models and parameter inference in many fields of science. Interestingly, understanding the core operations of the scattering transform allows one to decipher many key aspects of the inner workings of CNNs.

研究の動機と目的

• 場とテクスチャに対して、パワースペクトルを超える情報量豊かな記述子の必要性を動機付ける。
• 散乱変換を、解釈可能で訓練不要な推定量として、良好な安定性を備えるものとして紹介する。
• 主要な演算（ウェーブレット畳み込み、モジュラス、平均化）の説明と、これらが平行移動と回転に不変な記述子を如何に生み出すか。
• 散乱係数がCNNとどのように関連するかを論じ、データ分析と推論のための実用的で非技術的なガイダンスを提供する。

提案手法

• 散乱変換を、平行移動不変な記述子を生むためのウェーブレット畳み込み、モジュラス、平均の階層として説明する。
• 0次、1次、2次散乱係数 S0, S1, S2 および方向の平均化時の簡約形を定義する。
• エネルギー分割、スケール間の相互作用、正規化が無次元統計量を生み出す方法を説明する。
• ウェーブレットが局所化され、スケール感知型の解析を提供し、パワースペクトルを超える非ガウス性・形態情報を捉える様子を示す。
• 事前定義されたカーネル、モジュラス非線形性、平均化によるプーリングを用いた簡易化されたCNNとの関連を強調する。

実験結果

リサーチクエスチョン

• RQ1 散乱係数は、パワースペクトルを超える非ガウス性の形態およびスケールをまたぐ相互作用を捉えることができるか？
• RQ2 1次および2次散乱係数は、場やテクスチャのスケール間相互作用とエネルギー分布とどのように関連するか？
• RQ3 科学データ分析における散乱記述子の安定性、収束性、解釈性の特性は何か？
• RQ4 パラメータ推定とモデル比較の観点で、散乱フレームワークは概念的にCNNや伝統的なスペクトル法とどのように比較されるか？

主な発見

• 散乱係数は、パワースペクトルを超える情報、形態やスケール相互作用を含む、コンパクトで解釈可能な記述子のセットを提供する。
• 入力場のエネルギーは散乱次数に跨って分割でき、実用上多くのケースで安定した多層記述と迅速な収束を可能にする。
• モジュラス演算は情報を低周波へ移動させ、変形やノイズに対する頑健性を高めつつ、疎性を明らかにする。
• 散乱係数の正規化は、比較と推論を容易にする無次元統計量を生み出す。
• この手法は、事前定義されたウェーブレットを用い、訓練を回避することで、伝統的なスペクトル解析とCNNベースの方法の橋渡しを行う。
• 2次散乱は、スケール数が少なくても、広範な場に対して有益な要約を生み出す可能性がある。