[論文レビュー] Recoverability Analysis for Modified Compressive Sensing with Partially Known Support

Jun Zhang, Yuanqing Li+2 more|arXiv (Cornell University)|Jul 8, 2012

Sparse and Compressive Sensing Techniques参考文献 14被引用数 3

ひとこと要約

本稿では、部分的に既知のサポートを伴う修正圧縮センシングにおける正確復元の十分かつ必要十分条件を提示する。この条件は、既知のサポートに誤りが含まれる場合でも成立する。これにより、ℓ 個の非ゼロエントリを持つスパース信号の復元確率を明示的に計算可能となり、確率的サポート不確実性下での信頼性の定量的指標が得られる。

ABSTRACT

The recently proposed modified-compressive sensing (modified-CS), which utilizes the partially known support as prior knowledge, significantly improves the performance of recovering sparse signals. However, modified-CS depends heavily on the reliability of the known support. An important problem, which must be studied further, is the recoverability of modified-CS when the known support contains a number of errors. In this letter, we analyze the recoverability of modified-CS in a stochastic framework. A sufficient and necessary condition is established for exact recovery of a sparse signal. Utilizing this condition, the recovery probability that reflects the recoverability of modified-CS can be computed explicitly for a sparse signal with \ell nonzero entries, even though the known support exists some errors. Simulation experiments have been carried out to validate our theoretical results.

研究の動機と目的

• 既存の修正CSの十分条件が、既知のサポートに誤りを含む場合に正確な復元可能性を適切に反映しないという限界を解決すること。
• 不確実な事前知識を伴う現実的な状況における修正CSの復元可能性を分析する確率的フレームワークを構築すること。
• 既知のサポートに誤りが含まれる状況を考慮した正確復元の十分かつ必要条件（SNC）を導出すること。
• 測定行列 A と p₁ 個の誤りを含む既知のサポート T が与えられた場合、ℓ 個の非ゼロエントリを持つスパース信号の復元確率を明示的に計算可能とすること。
• 動的MRIなどの実世界応用、特にサポートがゆっくりと変化するが誤りを含む可能性がある状況において、修正CSの定量的信頼性指標を提供すること。

提案手法

• 測定行列 A とサポート誤り集合 Δe の構造に基づき、修正CSにおけるスパース信号 x* の正確復元のための十分かつ必要条件（SNC）を提案する。
• 未知のサポート部分 Δ のすべての部分集合 I における最適化問題を定義し、特定の ℓ1 ノルム差の最適値が正であることを復元条件として要請する。
• ヌル空間性質と双対性理論を用いて SNC を導出し、未知のサポート部分でより小さい ℓ1 ノルムを持つ代替解が存在しないことを保証する。
• サポート T が p₁ 個の誤りを含むように確率的に抽出されるモデルを導入し、復元確率を有利な構成の割合として計算する。
• 大数の法則を適用して、ランダムなサポート構成の有限サンプルから復元確率を推定し、サポートパターンの四重組におけるインジケータ変数の期待値を用いる。
• 二項係数と2の累乗を含む組み合わせ的数え上げに基づき、閉形式の復元確率式を導出する。

実験結果

リサーチクエスチョン

• RQ1 既知のサポートに誤りが含まれる場合の修正CSにおける正確復元の十分かつ必要条件は何か？
• RQ2 与えられたスパース信号（ℓ 個の非ゼロエントリ）と p₁ 個の誤りを含む既知のサポートに対して、修正CSの復元確率を明示的に計算する方法は何か？
• RQ3 確率的設定下でのサポート誤り率（p₁/p）が、修正CSの復元性能に与える影響は何か？
• RQ4 測定行列 A、スパース度 ℓ、および既知のサポート T のサイズが、復元確率にどのように影響するか？
• RQ5 有限のランダムサポート構成サンプルから、理論的復元確率を信頼性を持って推定できるか？

主な発見

• 未知のサポート部分の部分集合における特定の ℓ1 ノルム最適化問題の可解性と目的関数値に依存する、修正CSにおける正確復元の十分かつ必要条件（SNC）が導出された。
• 既知のサポート T に p₁ 個の誤りが含まれる場合でも、有利なサポート構成の割合を評価することで、ℓ 個の非ゼロエントリを持つスパース信号の復元確率を明示的に計算可能である。
• 大数の法則を用いて復元確率を推定し、ランダムなサポート四重組におけるインジケータ変数の期待値が、サンプルサイズが大きくなると真の復元確率に収束することが示された。
• 理論的復元確率は、回復可能な構成の数（Sw）と全可能な構成数の比として表され、二項係数 CₙˡCₗᵖ²Cₙ₋ₗᵖ¹2ˡ⁻ᵖ² を含む組み合わせ的項を含む。
• シミュレーション結果は理論的復元確率を妥当に裏付け、提案手法がサポート不確実性下での修正CSの性能を正確に予測できることを確認した。
• 本手法は、サポートがゆっくりと変化するが誤りを含む可能性がある実世界応用（例：動的MRI）における修正CSの定量的信頼性インデックスを提供する。