[논문 리뷰] Compressed sensing with local structure: uniform recovery guarantees for the sparsity in levels class

Chen Li, Ben Adcock|arXiv (Cornell University)|2016. 01. 08.

Sparse and Compressive Sensing Techniques참고 문헌 32인용 수 7

한 줄 요약

이 논문은 하향 스parser 모델을 사용한 압축 측정에서 하향 등급 복구 보장을 처음으로 확립한다. 새로운 제한된 등급 보장성(ripl)을 도입함으로써, 이전의 비균일 보장보다 더 단순한 조건으로 복구가 가능함을 보여주며, 특히 허르트-하르 웨이브릿을 사용한 푸리에 측정의 경우 상대적 희박성 요구 조건을 제거하고 국소 혼합 인자도 감소시킨다.

ABSTRACT

In compressed sensing, it is often desirable to consider signals possessing additional structure beyond sparsity. One such structured signal model - which forms the focus of this paper - is the local sparsity in levels class. This class has recently found applications in problems such as compressive imaging, multi-sensor acquisition systems and sparse regularization in inverse problems. In this paper we present uniform recovery guarantees for this class when the measurement matrix corresponds to a subsampled isometry. We do this by establishing a variant of the standard restricted isometry property for sparse in levels vectors, known as the restricted isometry property in levels. Interestingly, besides the usual log factors, our uniform recovery guarantees are simpler and less stringent than existing nonuniform recovery guarantees. For the particular case of discrete Fourier sampling with Haar wavelet sparsity, a corollary of our main theorem yields a new recovery guarantee which improves over the current state-of-the-art.

연구 동기 및 목표

• 압축 측정에서 하향 등급 클래스에 대한 균일 복구 보장을 확립하기.
• 제한된 등급 보장성(RIP)을 국소 희박성 구조 신호로 확장하기 위해 제한된 등급 보장성(ripl)을 도입하기.
• 측정 행렬로 하향 등급 복구 보장성(ripl)을 만족하는 하향 등급 복구 보장성(ripl)을 증명하기.
• 기존 비균일 복구 보장 조건에서 상대적 희박성 의존성을 제거하고 국소 혼합 인자를 감소시킴으로써 보다 우수한 결과를 도출하기.
• 디지털 푸리에 측정과 하르 웨이브릿 희박성의 경우 균일 복구 보장을 제공함으로써 현재 최고 수준의 성능을 향상시키기.

제안 방법

• 저자들은 희박성 등급 벡터에 특화된 RIP의 새로운 변종인 제한된 등급 보장성(ripl)을 정의한다.
• 이sov메트리의 무작위 하향 등급 복구 보장성(ripl)이 측정 분포의 온건한 조건 하에서 높은 확률로 성립함을 증명한다.
• 증명 기법은 표준 RIP 접근 방식을 확장하지만, 수준별 희박성 제약 조건을 통합하고 큰 t에 대한 커버링 수 추정치를 수정한다.
• 핵심 단계는 등급 보장성의 기대 제곱 노름을 등급 보장성의 불변성과 투영 연산자를 사용하여 유계화하는 것이다.
• 이 분석은 농도 부등식(예: [24, Thm. 8.42])을 활용하여 등급 보장성 상수의 평균에서의 편차를 제어한다.
• 최종 유계는 모멘트 추정치와 尾 확률 유계를 조합하여 유도되며, 이는 균일 복구 보장을 이끈다.

실험 결과

연구 질문

• RQ1 하향 등급 복구 보장성은 하향 등급 복구 보장성에서 하향 등급 복구 보장성으로 확립될 수 있는가?
• RQ2 균일 복구 보장 조건은 동일한 모델에 대해 기존 비균일 보장 조건과 비교해 어떻게 다른가?
• RQ3 하향 등급 복구 보장성(ripl)은 하향 등급 복구 보장성에서 성립하는가?
• RQ4 새로운 균일 보장 조건은 이전 비균일 결과에서 사용된 상대적 희박성 가정을 제거하는가?
• RQ5 푸리에 측정과 하르 웨이브릿 희박성의 특정 경우에서 새로운 균일 보장 조건은 어떤 개선을 제공하는가?

주요 결과

• 논문은 하향 등급 복구 보장성에서 하향 등급 복구 보장성의 첫 번째 균일 복구 보장을 확립하여, ℓ¹ 최소화를 통한 안정적이고 강건한 복구를 보장한다.
• 하향 등급 복구 보장성(ripl)은 측정 수가 Qδ⁻² log(ε⁻¹) ≲ 1 및 Qδ⁻²r log(2m̃) log(2N) log²(2s) ≲ 1를 만족할 경우, 하향 등급 복구 보장성에서 높은 확률로 성립한다.
• 균일 복구 조건은 기존 비균일 보장 조건보다 더 단순하고 엄격하지 않으며, 상대적 희박성이나 큰 국소 혼합 인자 요구 조건이 필요로 하지 않는다.
• 디지털 푸리에 측정과 하르 웨이브릿 희박성의 경우, 새로운 균일 보장 조건은 제한적인 가정을 제거함으로써 현재 최고 수준의 성능을 향상시킨다.
• 분석 결과, 수준 수 r에 대한 제곱 의존성은 증명의 산물일 뿐이며, 더 정교한 기법을 사용하면 더 날카운 유계를 얻을 수 있음을 시사한다.
• 결과는 유한 차원이 아닌 압축 측정에서 균일 복구를 확장하고, 웰시-하담아르 측정과 같은 다른 구조적 측정 모델로의 응용 가능성을 열어준다.