[論文レビュー] One Scan 1-Bit Compressed Sensing

Ping Li|arXiv (Cornell University)|Mar 8, 2015

Sparse and Compressive Sensing Techniques参考文献 23被引用数 11

ひとこと要約

本稿では、$\alpha$-安定分布を用いた1スキャン1ビット圧縮センシングアルゴリズムを提案し、$\alpha$を小さくすることで、符号情報のみの測定値から$K$-スパース信号を回復する。わずか $12.3K\log N/\delta$ 測定値で高い精度を達成し、1ビットのマージナル回帰や反復的ハードスレッショルド（IHT）に比べて測定効率と符号反転に対するロバスト性で顕著に優れている。

ABSTRACT

Based on $α$-stable random projections with small $α$, we develop a simple algorithm for compressed sensing (sparse signal recovery) by utilizing only the signs (i.e., 1-bit) of the measurements. Using only 1-bit information of the measurements results in substantial cost reduction in collection, storage, communication, and decoding for compressed sensing. The proposed algorithm is efficient in that the decoding procedure requires only one scan of the coordinates. Our analysis can precisely show that, for a $K$-sparse signal of length $N$, $12.3K\log N/δ$ measurements (where $δ$ is the confidence) would be sufficient for recovering the support and the signs of the signal. While the method is very robust against typical measurement noises, we also provide the analysis of the scheme under random flipping of the signs of the measurements. oindent Compared to the well-known work on 1-bit marginal regression (which can also be viewed as a one-scan method), the proposed algorithm requires orders of magnitude fewer measurements. Compared to 1-bit Iterative Hard Thresholding (IHT) (which is not a one-scan algorithm), our method is still significantly more accurate. Furthermore, the proposed method is reasonably robust against random sign flipping while IHT is known to be very sensitive to this type of noise.

研究の動機と目的

• 全精度の圧縮センシング測定値の保存・送信・復号にかかる高コストを、1ビットの符号情報のみを用いることで低減すること。
• 従来の1ビット圧縮センシング手法が測定数が多すぎたり、ノイズ（特に符号反転）に敏感であるという限界を克服すること。
• 長さ$N$の$K$-スパース信号のサポートと符号を、高い信頼性で回復できる高速な1スキャン復号アルゴリズムを開発すること。
• クリーンな状態およびノイズあり（ランダムな符号反転）の両状態において、明確な定数を含む測定要件の厳密な理論的境界を提供すること。

提案手法

• 測定行列の各要素$S_{ij} \sim S(\alpha,1)$を$i.i.d.$の$\alpha$-安定分布に従わせ、$\alpha \to 0^+$とすることで、ノイズに強い性能と1スキャン復号の効率性を実現する。
• 各測定値$y_j = \sum_i x_i s_{ij}$の符号のみを収集し、すなわち$\text{sgn}(y_j)$を得ることで、ストレージおよび通信コストを著しく削減する。
• 各座標を1回だけ処理する1スキャン復号手順を設計し、測定値間の符号一致に基づいて各$x_i$の符号と大きさを推定する。
• $\alpha \to 0$における$\alpha$-安定分布の漸近的性質を活用し、正しく回復される確率の解析的表現を導出する。
• 符号一致と指数重み付けに基づくスコア関数$Q_{i,\gamma}^+$を導入し、$x_i > 0$である確率を推定する。$w_{ij}$を補助変数として用いる。
• モーメント生成関数と級数展開を用いて集中不等式を導出し、高い信頼度$1 - \delta$でサポートおよび符号の正しく回復される確率を定量化する。

実験結果

リサーチクエスチョン

• RQ1 1スキャン1ビット圧縮センシングは、符号情報のみと最小限の測定数で$K$-スパース信号を正確に回復できるか？
• RQ2 本手法は、1ビットのマージナル回帰やIHTといった既存の1ビット手法と比べて、測定効率とロバスト性に優れているか？
• RQ3 信頼度$1 - \delta$で信頼できる回復を達成するために必要な測定数の正確な理論的境界は何か？
• RQ4 ランダムな符号反転ノイズ下でも本手法はどのように性能を示すか？また、この状況でIHTと比べてどう異なるか？
• RQ5 非常に小さな$\alpha$を用いた$\alpha$-安定射影の使用は、ロバスト性と1スキャン復号の両方を保証する理論的根拠を提供できるか？

主な発見

• 本手法は、確率$1 - \delta$以上でサポートと符号を回復するため、わずか$12.3K\log N/\delta$の測定値で十分であり、明確な定数を含む。
• 1ビットのマージナル回帰に比べて、同程度の精度を得るために必要な測定数が桁違いに少ないため、測定効率が著しく優れている。
• 1ビットの反復的ハードスレッショルド（IHT）と比較して、本手法は高い精度を達成し、符号反転ノイズに対してもロバストである一方、IHTはそのノイズに極めて敏感である。
• 理論的解析により、$\alpha$-安定射影の重い尾部特性のおかげで、ランダムな符号反転下でも良好な性能を維持でき、誤差率が良好に制御されることを示した。
• 1スキャン復号手順により、効率的かつストリーミング対応の信号回復が可能となり、リアルタイムまたは大規模データ処理用途に適している。
• モーメント生成関数の級数展開を用いた解析により、きめ細かく解釈可能な誤差確率をもつ厳密な集中不等式が得られた。