[論文レビュー] Sparse recovery under weak moment assumptions

Guillaume Lecué, Shahar Mendelson|arXiv (Cornell University)|Jan 9, 2014

Sparse and Compressive Sensing Techniques被引用数 1

ひとこと要約

本稿では、測定ベクトルの弱いモーメント仮定のもとで、ℓ1-最小化によるスパース回復が可能であることを確立している。特に、対数的モーメントしか要しない部分指数的ランダムベクトルが、ガウス行列と同等の最適なサンプル複雑度を達成できることを示している。主な貢献は、正確な回復およびノイズあり設定における適合性条件と制限固有値条件に関して、このようなモーメント条件が、log log 要素までほぼ必要不可欠であることを証明していることである。

ABSTRACT

We prove that iid random vectors that satisfy a rather weak moment assumption can be used as measurement vectors in Compressed Sensing, and the number of measurements required for exact reconstruction is the same as the best possible estimate -- exhibited by a random gaussian matrix. We also prove that this moment condition is necessary, up to a $\log \log $ factor. Applications to the Compatibility Condition and the Restricted Eigenvalue Condition in the noisy setup and to properties of neighbourly random polytopes are also discussed.

研究の動機と目的

• スパース回復を可能にするために必要な測定ベクトルの最小モーメント条件を特定すること。
• 測定ベクトルに弱いモーメント仮定がある場合でも、正確な回復に必要な測定数が最適（つまり、s log(en/s)）であることを示すこと。
• 一様適合性および制限固有値条件に関して、対数的モーメント条件が、log log 要素までほぼ必要不可欠であることを確立すること。
• このような測定行列によって生成される近隣的ランダムポリトープの幾何的性質を分析すること。
• LASSO や Dantzig セレクタの統計的整合性を保証するため、小球条件が本質的であることを示すこと。

提案手法

• 等方的で部分指数的ランダムベクトルに対する小球条件とモーメント仮定を用いて、制限等長性性質（RIP）および関連条件の境界を導出する。
• 集中不等式と対称化技術を用いて、スパースな t に対する線形汎関数 ∥Γt∥2 の挙動を制御する。
• 測定行列 Γ に関する幾何学的および確率的議論を通じて、一様適合性条件 φ(L, S) および制限固有値条件 κ(s, m, c0) を分析する。
• 部分指数的ベクトルを用いた反例を構築し、モーメント条件の不成立が適合性および制限固有値条件の崩壊を引き起こすことを示す。
• 同じモーメント仮定のもとで、近隣的ランダムポリトープ ΓB₁ⁿ が高確率で s-近隣的であることを証明する。
• 非 i.i.d. 行列ノルムに対処するため、正規化測定行列 Γ₁ = Γ ˜D⁻¹ を考察し、正規化が主要な回復特性を保つことを示す。

実験結果

リサーチクエスチョン

• RQ1 測定ベクトルが部分指数的尾を持つ（例えば、サブガウス的ではなく）弱いモーメント仮定のもとでも、スパース回復が達成可能か？
• RQ2 測定ベクトルの座標に log n 個のモーメントが必要かどうか、正確な回復および一様適合性・制限固有値条件の観点から。
• RQ3 小球条件が、スパースベクトルへの測定行列の逆行列性および LASSO や Dantzig セレクタの整合性を保証する役割は何か？
• RQ4 ランダムポリトープ ΓB₁ⁿ の幾何的性質は、ℓ1-最小化の回復特性とどのように関係しているか？
• RQ5 部分指数的測定ベクトルを用いても、最適なサンプル複雑度 s log(en/s) を達成でき、かつその条件がタイトであるか？

主な発見

• i.i.d. の部分指数的ランダムベクトルによって生成される測定行列 Γ は、N ≥ c s log(en/s) のとき、高確率で順序 s の正確再構成性を満たし、ガウス行列と同等の最適なサンプル複雑度を達成する。
• log n 個のモーメントを要する条件はほぼ必要不可欠である：測定ベクトルの座標がこの条件を満たさない場合、確率 1/2 以上で一様適合性条件 φ(1, {e1}) = 0 および制限固有値条件 κ(1, m, 1) = 0（すべての m に対して）が成立する。
• 同じモーメント仮定のもとで、任意の 1 ≤ m ≤ n に対して、制限固有値条件 κ(c₂s, m, c₀) ≥ u²β/4 が成り立つ。ただし (1 + c₀)²c₂ ≤ u²β/(16e) を満たすものとする。
• 近隣的ランダムポリトープ ΓB₁ⁿ は 2n 個の頂点を持ち、N ∼ s log(en/s) のとき高確率で s-近隣的である。部分指数的ベクトルの場合、従来の結果を対数的要因で改善する。
• 結果は正規化測定行列 Γ₁ = Γ ˜D⁻¹ に対しても拡張可能であり、列正規化が主な回復および幾何的性質を保つことを示している。
• 小球条件が、ノイズあり設定においても適合性および制限固有値条件の有効性を保証するために本質的であることが示された。