[논문 리뷰] Distance function wavelets - Part III: "Exotic" transforms and series

Wen Chen|ArXiv.org|2002. 06. 10.

Image and Signal Denoising Methods참고 문헌 45인용 수 5

한 줄 요약

이 논문은 스케일 대신 차수, 편미분방정식(PDE)의 순서 및 형태 파라미터를 사용하여 비전통적인 거리 함수 웨이브릿(DFW)을 도입하며, 잠재력 문제와 시공간 문제에 대한 새로운 변환과 급수를 가능하게 한다. 소산성 파동 전파를 통해 PDE 차수, 차원 및 스케일 간의 관계를 수립하고, 지오데식 거리를 사용하여 이방성 및 비균질 DFW를 개발한다. 이는 커널 방법 및 기계학습에 적용된다.

ABSTRACT

Part III of the reports consists of various unconventional distance function wavelets (DFW). The dimension and the order of partial differential equation (PDE) are first used as a substitute of the scale parameter in the DFW transforms and series, especially with the space and time-space potential problems. It is noted that the recursive multiple reciprocity formulation is the DFW series. The Green second identity is used to avoid the singularity of the zero-order fundamental solution in creating the DFW series. The fundamental solutions of various composite PDEs are found very flexible and efficient to handle a borad range of problems. We also discuss the underlying connections between the crucial concepts of dimension, scale and the order of PDE through the analysis of dissipative acoustic wave propagation. The shape parameter of the potential problems is also employed as the "scale parameter" to create the non-orthogonal DFW. This paper also briefly discusses and conjectures the DFW correspondences of a variety of coordinate variable transforms and series. Practically important, the anisotropic and inhomogeneous DFW's are developed by using the geodesic distance variable. The DFW and the related basis functions are also used in making the kernel distance sigmoidal functions, which are potentially useful in the artificial neural network and machine learning. As or even worse than the preceding two reports, this study scarifies mathematical rigor and in turn unfetter imagination. Most results are intuitively obtained without rigorous analysis. Follow-up research is still under way. The paper is intended to inspire more research into this promising area.

연구 동기 및 목표

• 스케일 파라미터를 PDE 차원과 순서로 대체하여 비전통적인 거리 함수 웨이브릿(DFW)을 개발한다.
• DFW 급수 구성에서 기본 해의 특이성 문제를 Green의 두 번째 항등식을 통해 해결한다.
• 소산성 음향 파동 전파를 통해 차원, 스케일 및 PDE 차수 간의 관계를 탐색한다.
• 잠재력 문제에서 형태 파라미터를 스케일 대체로 사용하여 비수직 DFW를 제안한다.
• 좌표 변환 및 급수와의 DFW 대응 관계를 조사하고, 지오데식 거리를 통해 이방성/비균질 DFW를 개발한다.

제안 방법

• 잠재력 문제와 시공간 문제에 특히 중점을 두어, DFW 변환과 급수에서 PDE의 차수와 순서를 스케일의 대체로 사용한다.
• DFW 급수 유도 과정에서 0차 기본 해의 특이성을 피하기 위해 Green의 두 번째 항등식을 적용한다.
• 복합 PDE의 기본 해를 활용하여 다양한 문제를 효율적이고도 영리하게 다룬다.
• 이방성 및 비균질 DFW를 구성하기 위해 지오데식 거리를 변수로 도입한다.
• DFW 기저 함수를 활용하여 인공 신경망 및 기계학습에 활용될 수 있는 커널 거리 시그모이드 함수를 생성한다.
• 수학적 엄밀함보다 개념적 혁신을 우선시하며, 향후 연구를 자극하기 위해 직관적이고 엄밀하지 않은 유도 과정에 의존한다.

실험 결과

연구 질문

• RQ1 PDE의 차수와 차원은 DFW 변환과 급수에서 스케일로 어떻게 효과적으로 대체될 수 있는가?
• RQ2 Green의 두 번째 항등식은 DFW 급수에서 0차 기본 해의 특이성을 어떻게 해결하는가?
• RQ3 소산성 파동 전파의 맥락에서 차원, 스케일 및 PDE 차수 개념은 어떻게 상호연결되어 있는가?
• RQ4 잠재력 문제의 형태 파라미터는 비수직 DFW에서 스케일 파라미터로 효과적으로 사용될 수 있는가?
• RQ5 다양한 좌표 변수 변환 및 급수와의 DFW 대응 관계는 무엇이며, 이를 어떻게 실현할 수 있는가?

주요 결과

• 재귀적 다중 역전환 공식은 DFW 급수의 특정 사례로 확인되어 기존 방법과 연결된다.
• 복합 PDE의 기본 해는 다양한 문제를 효율적이고도 영리하게 해결하는 데 매우 융통성 있고 효과적임이 밝혀졌다.
• 지오데식 거리의 사용은 이방성 및 비균질 DFW의 개발을 가능하게 하여 적용 범위를 넓혔다.
• DFW 기반 커널 거리 시그모이드 함수는 인공 신경망 및 기계학습 응용 분야에서 유용한 구성 요소로 제안된다.
• 소산성 음향 파동 전파 분석을 통해 PDE 차수, 차원 및 스케일 간의 개념적 연결 고리가 드러났다.
• 엄밀한 수학적 증명이 부족하나, 이 접근법은 향후 DFW 이론 및 응용 분야의 연구에 매우 영감을 줄 수 있다.