[論文レビュー] Technical Report: Observability with Random Observations

Borhan M. Sanandaji, Michael B. Wakin+1 more|arXiv (Cornell University)|Nov 17, 2012

Sparse and Compressive Sensing Techniques参考文献 34被引用数 4

ひとこと要約

この論文は、ランダム化された観測演算子が用いられる場合、高次元線形力学系におけるスパース初期状態が圧縮測定を用いて安定して回復可能であることを示している。濃縮測度不等式を活用し、ユニタリまたはスケーリングユニタリな状態遷移行列を仮定した場合、観測可能性行列が制限等長性性質（RIP）を満たすことを示した。著者らは、測定数がスパarsityに線形に、状態次元に対数的に依存する回復が可能であることを証明した。

ABSTRACT

Recovery of the initial state of a high-dimensional system can require a large number of measurements. In this paper, we explain how this burden can be significantly reduced when randomized measurement operators are employed. Our work builds upon recent results from Compressive Sensing (CS). In particular, we make the connection to CS analysis for random block diagonal matrices. By deriving Concentration of Measure (CoM) inequalities, we show that the observability matrix satisfies the Restricted Isometry Property (RIP) (a sufficient condition for stable recovery of sparse vectors) under certain conditions on the state transition matrix. For example, we show that if the state transition matrix is unitary, and if independent, randomly-populated measurement matrices are employed, then it is possible to uniquely recover a sparse high-dimensional initial state when the total number of measurements scales linearly in the sparsity level (the number of non-zero entries) of the initial state and logarithmically in the state dimension. We further extend our RIP analysis for scaled unitary and symmetric state transition matrices. We support our analysis with a case study of a two-dimensional diffusion process.

研究の動機と目的

• スパarsityとランダム化を活用することで、高次元系の観測可能性における測定負荷を低減すること。
• 観測可能性行列がスパース初期状態に対して制限等長性性質（RIP）を満たす条件を確立すること。
• 線形力学系から生じる時変化・ブロック対角構造を持つ観測可能性構造へ、圧縮センシング理論を拡張すること。
• システム次元より少ない測定数で、スパース初期状態の安定的回復を保証する確率的保証を提供すること。
• 2次元拡散過程の事例研究を通じて理論枠組みを検証すること。

提案手法

• 時系列に沿ったシステム状態から構成されるランダムなブロック対角測定行列に対する濃縮測度（CoM）不等式を導出する。
• 観測可能性行列を状態遷移演算子と測定演算子の合成として分析し、独立同分布の要素を持つ確率的行列としてモデル化する。
• 確率的バウンドを適用して、状態遷移行列に特定の条件が満たされれば、行列が高確率で制限等長性性質（RIP）を満たすことを示す。
• すべてのSスパース部分空間にわたる和集合バウンドを用いて、初期状態に依存しない普遍的な失敗確率バウンドを導出する。
• 変換された測定行列の最小特異値行動を定量化するために、関数Γ(𝒜Ωx₀)の下界を確立する。
• ∥Aᵏᵢx₀∥₂²に対する決定的バウンドを用いて、信号依存の濃縮パラメータを導出し、RIP保証に至る。

実験結果

リサーチクエスチョン

• RQ1 高次元系における初期状態回復に要する測定数を、システム次元未満に削減可能か？
• RQ2 状態遷移行列にどのような条件下で、観測可能性行列が高確率で制限等長性性質（RIP）を満たすか？
• RQ3 測定演算子のランダム化は、スパース初期状態回復の安定性と精度にどのように影響するか？
• RQ4 線形力学系におけるSスパース初期状態の安定的回復を保証するための最小測定数は何か？
• RQ5 理論枠組みを非ユニタリだがスケーリングまたは対称な状態遷移行列へ拡張可能か？

主な発見

• 状態遷移行列がユニタリで、測定行列が独立かつランダムに構成される場合、Sスパース初期状態の安定的回復が可能であり、全測定数はO(S log N)に比例する。
• ユニタリ系では、全測定数MKがMK ≥ O(S log N)を満たす限り、観測可能性行列が高確率でRIPを満たし、ロバストなスパース回復が可能である。
• 本論文は、RIPが高確率で成立することを示した。全測定数MKがシステム次元N未満であっても、初期状態がスパースであれば成立する。
• λ < 1 または λ > 1 のスケーリングユニタリ行列では、RIPの境界は状態遷移の増大／減衰率に依存し、Γ(𝒜Ωx₀)の下界はそれぞれλ⁻⁴⁽ᵏ⁻¹⁻ᵏ⁰⁾またはλ⁴⁽ᵏ⁻¹⁻ᵏ⁰⁾に比例する。
• 理論的分析は2次元拡散過程の事例研究を通じて検証され、現実的な物理系における実現可能性が示された。
• RIP違反の失敗確率は2 exp(−Mρε²/256)でバウンドされ、測定数Mが増加するにつれて指数的に減少し、高確率での回復が保証される。