[論文レビュー] Solving Quadratic Equations via PhaseLift when There Are About As Many Equations As Unknowns

Emmanuel J. Candès, Xiaodong Li|arXiv (Cornell University)|Aug 30, 2012

Advanced X-ray Imaging Techniques参考文献 5被引用数 20

ひとこと要約

本稿は、複素ベクトル $\bm{x}_0 \in \mathbb{C}^n$ が $O(n)$ 個の二次測定値 $|\langle \bm{a}_i, \bm{x}_0 \rangle|^2 = b_i$ から、半正定値計画法を用いて正確に回復可能であることを示している。すべての信号を同時に正確に回復するという普遍的回復が可能であり、失敗確率は指数的に小さくなる。これは、従来の $O(n \log n)$ 個の測定値を必要としていた理論的保証を著しく改善するものである。

ABSTRACT

This note shows that we can recover a complex vector x in C^n exactly from on the order of n quadratic equations of the form ||^2 = b_i, i = 1, ..., m, by using a semidefinite program known as PhaseLift. This improves upon earlier bounds in [3], which required the number of equations to be at least on the order of n log n. We also demonstrate optimal recovery results from noisy quadratic measurements; these results are much sharper than previously known results.

研究の動機と目的

• PhaseLift における位相再構成の情報理論的最小値（$O(n)$ 方程式）と、従来の理論的保証（$O(n\log n)$ 方程式）の間のギャップを埋めること。
• 普遍的正確回復の確立：$O(n)$ 個の測定値から、特定の固定信号だけでなく、すべての信号を同時に正確に回復できること。
• 失敗確率の境界を $1 - 3e^{-\gamma m/n}$ から $1 - O(e^{-\gamma m})$ に改善し、測定回数 $m$ に対して指数的減衰を達成すること。
• ノイズ付き測定値における最適な安定性バインディングを導出することにより、誤差が $\ell_1$ ノイズレベルに線形に比例することを示すこと。

提案手法

• 非凸な二次位相再構成問題を $\bm{X} = \bm{x}\bm{x}^*$ を用いてランク1行列回復問題に変換する。
• PhaseLift を用い、$\operatorname{tr}(\bm{X})$ を最小化する凸緩和問題を解く。制約条件は $\bm{X} \succeq 0$ および $\operatorname{tr}(\bm{a}_i\bm{a}_i^*\bm{X}) = b_i$。
• 測定演算子の核空間内に特定の条件を満たす行列 $\bm{Y}$ を構成することで、正確な回復を証明する双対証明を用いる。
• 測定演算子の核空間が、すべてのランク1行列で同時に正定値コーンに接するようになる、洗練された確率的議論を導入する。
• ノイズ付き測定値に対しては、$\ell_1$-正則化付きのロバストな半正定値計画問題を解く：$\min \sum_i |\operatorname{tr}(\bm{a}_i\bm{a}_i^*\bm{X}) - b_i|$ かつ $\bm{X} \succeq 0$。
• 摂動解析とトレースノルムの境界を用いて、Frobenius ノルムにおける安定性保証を導出する。

実験結果

リサーチクエスチョン

• RQ1 PhaseLift は $O(n\log n)$ の代わりに $O(n)$ 個の測定値で正確な回復を達成できるか？
• RQ2 $m = O(n)$ のとき、正確な回復がすべての信号に対して同時に成立する（普遍的）か？
• RQ3 失敗確率を $m$ に対して多項式的減衰から指数的減衰に改善できるか？
• RQ4 ノイズ付きの二次測定値下で、PhaseLift の最適な安定性バインディングは何か？

主な発見

• 任意の複素ベクトル $\bm{x}_0 \in \mathbb{C}^n$ が、$m \geq c_0 n$ のとき、確率 $1 - O(e^{-\gamma m})$ 以上で正確に回復可能である。ここで $c_0$ は大きな定数である。
• この結果は普遍的である：$O(n)$ 個の測定値から、特定の固定信号だけでなく、すべての信号が同時に回復可能である。
• 失敗確率は $m$ に対して指数的に減少する。これは、従来の $1 - 3e^{-\gamma m/n}$ の境界に比べて顕著な改善である。
• ノイズ付き測定値に対しては、回復された行列 $\hat{\bm{X}}$ と $\bm{x}_0\bm{x}_0^*$ 間の Frobenius ノルム誤差が $C_0 \frac{\|\bm{w}\|_1}{m}$ で有界であることが示され、最適な安定性が達成された。
• 安定性バインディングはタイトである：$\ell_1$ ノイズ下で、Frobenius ノルム誤差が $O(\|\bm{w}\|_1 / m)$ よりも良くすることはいかなる手法でも不可能である。
• 証明技法は従来の研究とは根本的に異なり、[3] の解析から導出できない。測定演算子の核空間に関する、新しい確率的および幾何的議論を要する。