[論文レビュー] Phase Retrieval via Polytope Optimization: Geometry, Phase Transitions, and New Algorithms

Oussama Dhifallah, Christos Thrampoulidis+1 more|arXiv (Cornell University)|May 24, 2018

Advanced X-ray Imaging Techniques参考文献 25被引用数 27

ひとこと要約

本稿は、多面体最適化に基づく凸位相再構成アルゴリズムであるPhaseMaxの幾何的解析を提示し、標本の複雑さと初期推定値の品質の関数として、回復性能に鋭いフェーズ遷移が生じることを明らかにする。また、明示的な優れた回復保証を持つ、新たな非凸反復アルゴリズムであるPhaseLampを提案し、重み付けされたバージョンを導入することで、ガウス分布型およびフォーリエ型の測定において、最先端の手法を上回る性能を発揮する。

ABSTRACT

We study algorithms for solving quadratic systems of equations based on optimization methods over polytopes. Our work is inspired by a recently proposed convex formulation of the phase retrieval problem, which estimates the unknown signal by solving a simple linear program over a polytope constructed from the measurements. We present a sharp characterization of the high-dimensional geometry of the aforementioned polytope under Gaussian measurements. This characterization allows us to derive asymptotically exact performance guarantees for PhaseMax, which also reveal a phase transition phenomenon with respect to its sample complexity. Moreover, the geometric insights gained from our analysis lead to a new nonconvex formulation of the phase retrieval problem and an accompanying iterative algorithm, which we call PhaseLamp. We show that this new algorithm has superior recovery performance over the original PhaseMax method. Finally, as yet another variation on the theme of performing phase retrieval via polytope optimization, we propose a weighted version of PhaseLamp and demonstrate, through numerical simulations, that it outperforms several state-of-the-art algorithms under both generic Gaussian measurements as well as more realistic Fourier-type measurements that arise in phase retrieval applications.

研究の動機と目的

• 多面体最適化を用いた位相再構成におけるPhaseMaxアルゴリズムの高次元的正確な性能解析を提供すること。
• ガウス分布によるサンプリング下での大きさ測定値が形成する実行可能多面体の幾何的構造を理解すること。
• 成功した信号再構成を決定する標本の複雑さにおけるフェーズ遷移境界を同定すること。
• 多面体解析からの幾何的インサイトに基づいて、新たな非凸アルゴリズムであるPhaseLampを開発すること。
• 反復的精錬と重み付けされたバージョンを用いて性能を向上させ、合成的および現実的なフォーリエ型測定において検証すること。

提案手法

• ランダム行列理論およびゴードンの比較定理を用いて、|a_i^T x| ≤ y_i で定義される高次元的実行可能多面体の幾何的性質を分析する。
• 過剰サンプリング比 α = m/n と初期コサイン類似度 ρ_init の関数として、PhaseMaxの正規化平均二乗誤差（NMSE）の漸近的正確な特徴付けを導出する。
• 多面体制約付き線形計画問題を繰り返し解くことで、解を段階的に改善する非凸代替手法であるPhaseLampを提案する。
• 測定値の信頼性や事前知識に基づいて、各測定値の影響を適応的に調整する重み付けされたPhaseLampのバージョンを導入する。
• 濃縮の法則と一様収束の議論を用いて、最適化目的関数がその母集団極限に漸近的に収束することを証明する。
• 発散するペナルティパラメータを用いた正則化戦略を採用し、高次元における解パスの一貫性を保証する。

実験結果

リサーチクエスチョン

• RQ1 標本の複雑さと初期推定値の品質の関数として、PhaseMaxアルゴリズムにおける成功した信号再構成の正確なフェーズ遷移境界は何か？
• RQ2 測定多面体の高次元的幾何的構造は、凸位相再構成アルゴリズムの性能にどのように影響を与えるか？
• RQ3 PhaseMaxの解析から得られる幾何的インサイトは、位相再構成のためのより効果的な非凸アルゴリズムの開発に寄与できるか？
• RQ4 提案されたPhaseLampアルゴリズムは、NMSEと標本の複雑さの観点から、PhaseMaxよりも優れた再構成性能を達成できるか？
• RQ5 重み付けされたPhaseLampのバージョンは、一般のガウス分布型および現実的なフォーリエ型測定の両方において、既存の最先端手法を上回る性能を発揮できるか？

主な発見

• 本稿では、PhaseMaxの性能に鋭いフェーズ遷移が存在することを確立した。過剰サンプリング比 α が初期コサイン類似度 ρ_init に明示的に依存する臨界閾値を超えると、高確率で信号再構成が可能となる。
• 高次元的状態において、PhaseMaxの正規化平均二乗誤差（NMSE）は、確率的に決定的極限に収束し、この極限は α と ρ_init の関数として完全に特徴付けられる。
• 幾何的インサイトに基づいて導出された非凸反復アルゴリズムであるPhaseLampは、特に信号対雑音比が低い状況において、PhaseMaxよりも明示的な優れた再構成保証を達成する。
• 数値実験において、重み付けされたPhaseLampのバージョンは、ガウス分布型およびフォーリエ型測定の両方において、PhaseMaxおよび他の最先端手法を顕著に上回る性能を発揮する。
• 理論的解析により、正則化された最適化問題の解パスが、次元 n → ∞ のとき、真の信号方向に確率的に収束することが確認された。
• コンact集合上での一様濃縮バインディングと連続性の議論を用いて、経験的最適化目的関数がその母集団極限に収束することが確立された。