[論文レビュー] Regularization of linear inverse problems by rational Krylov methods

Stefan Kindermann|arXiv (Cornell University)|Jan 15, 2026

Numerical methods in inverse problems被引用数 0

ひとこと要約

論文は不適定線形逆問題に対するAggregationおよびRatCG法の正則化特性を分析し、差異原理と十分 large な正則化パラメータと組み合わせたとき、それらが合理クイボルフ空間フレームワークを介して最適次数の正則化スキームを形成することを示す。

ABSTRACT

For approximately solving linear ill-posed problems in Hilbert spaces, we investigate the regularization properties of the aggregation method and the RatCG method. These recent algorithms use previously calculated solutions of Tikhonov regularization (respectively, Landweber iterations) to set up a new search space on which the least-squares functional is minimized. We outline how these methods can be understood as rational Krylov space methods, i.e., based on the space of rational functions of the forward operator. The main result is that these methods form an optimal-order regularization schemes when combined with the discrepancy principle as stopping rule and when the underlying regularization parameters are sufficiently large.

研究の動機と目的

• 線形不適定問題に対するAggregationおよびRatCG法の正則化特性を調査する。
• これらの方法と合理クイボルフ空間の関係を理解する。
• ホlder型ソース条件下で最適収束速度を生み出すパラメータ選択と停止規則を決定する。
• これらの方法が標準のチコフ正則化の飽和効果を継承するか評価する。

提案手法

• A*Aとy_deltaから構築された合理クイボルフ空間法としてAggregationとRatCGをモデル化する。
• 探索空間をK^n, R^n, KR^nとして表現し、残差を有理多項式によって表す。
• 残差を反復的なチコフ正則化とCGNE反復に関連する成分に分解する。
• 既存の正則化解からAggregation係数を計算するための低次元最小二乗問題を用いる。
• 差異原理を停止規則として適用し正則化効果を得る。
• 正則化パラメータが十分大きいとき、ホlder-typeソース条件の下で最適次数の収束を証明する。

実験結果

リサーチクエスチョン

• RQ1 AggregationとRatCGは適切な停止規則の下で正則化法として成立するか。
• RQ2 収束を損なわずに正則化を保証するために、複数の正則化パラメータα_iをどう選ぶべきか。
• RQ3 これらの有理クイボルフベースの方法は古典的なチコフ正則化と同じ飽和挙動を示すか。
• RQ4 これらの方法を用いてホlder型ソース条件の最適次数収束率を確立できるか。

主な発見

• AggregationとRatCGは合理クイボルフ空間におけるCG型法の対角列として解釈できる。
• 差異原理と十分大きなα_iの下で、これらの方法はホlder型ソース条件の下で最適次数の収束を達成する。
• 提案された方法の残差は反復指数とともに単調に減少し、破壊インデックスでのみゼロになる（正確な計算では）。
• 本分析は合理クイボルフベースの方法を反復的チコフ正則化およびCGNEに関連付ける枠組みを提供し、データ依存性の非線形性にもかかわらず収束証明を可能にする。