[논문 리뷰] Minimax Goodness-of-Fit Testing in Ill-Posed Inverse Problems with Partially Unknown Operators

Clément Marteau, Theofanis Sapatinas|arXiv (Cornell University)|2015. 03. 30.

Numerical methods in inverse problems참고 문헌 28인용 수 5

한 줄 요약

이 논문은 연산자의 특이 함수는 알려져 있지만 특이 값이 가우시안 노이즈와 함께 관측되는 악조건의 역문제에서 적합도 검정에 대한 최대최소 분리율을 확립한다. 부분적으로 알려진 연산자를 가진 가우시안 시퀀스 모델을 사용하여, 네 가지 유형의 악조건 문제—일반적 매끄럽고 초매끄러운 함수를 가진 경미하고 심각한 악조건 문제—에 대해 비점점적 하한 및 상한을 도출한다. 이는 노이즈 수준 ε과 σ에 따라 결정되는 정밀한 비율을 제공한다.

ABSTRACT

We consider a Gaussian sequence model that contains ill-posed inverse problems as special cases. We assume that the associated operator is partially unknown in the sense that its singular functions are known and the corresponding singular values are unknown but observed with Gaussian noise. For the considered model, we study the minimax goodness-of-fit testing problem. Working with certain ellipsoids in the space of squared-summable sequences of real numbers, with a ball of positive radius removed, we obtain lower and upper bounds for the minimax separation radius in the non-asymptotic framework, i.e., for fixed values of the involved noise levels. Examples of mildly and severely ill-posed inverse problems with ellipsoids of ordinary-smooth and super-smooth sequences are examined in detail and minimax rates of goodness-of-fit testing are obtained for illustrative purposes.

연구 동기 및 목표

• 특이 함수는 알려져 있지만 특이 값이 노이즈와 함께 관측되는 악조건의 역문제에 대해 최대최소 적합도 검정에 대한 기존의 격차를 메우기 위해.
• 연산자의 특이 값이 완전히 알려져 있지 않지만 가우시안 노이즈로 추정되는 가우시안 시퀀스 모델에서 비점점적 최대최소 분리율을 확립하기 위해.
• 측정 노이즈(ε)와 연산자 노이즈(σ)가 악조건의 역문제에서 신호의 탐지 가능성에 미치는 영향을 분석하기 위해.
• 네 가지 표준 케이스—일반적 매끄럽고 초매끄러운 함수를 가진 경미하고 심각한 악조건 문제—에 대해 분리 반경의 최대최소 하한 및 상한을 정밀하게 유도하기 위해.
• 측정 노이즈와 연산자 지식의 노이즈가 함께 존재하는 역문제에서 신호 탐지 및 적합도 검정의 이론적 기초를 제공하기 위해, 기존 결과를 부분적으로 관측된 연산자로 확장하기 위해.

제안 방법

• 신호 θj가 알려지지 않은 특이 값 bj를 가진 선형 연산자로 관측되는 가우시안 시퀀스 모델(GSM)을 설정하며, Xj = bj + σηj를 통해 bj가 가우시안 노이즈와 함께 관측된다.
• 특이값 분해(SVD)를 사용하여 역문제를 모델링하며, 특이 함수(ϕj, ψj)는 알려져 있지만 특이 값 {bj}j∈N은 알려져 있지 않으며, 이는 노이즈가 있는 관측치로부터 추정된다.
• H0: θ = θ0 대 H1: θ ∈ Θa(ρ)에 대한 검정을 위한 최대최소 분리 반경 rε,σ을 분석하며, 여기서 θ는 반지름 ρ의 공을 제외한 타원체 안에 있다.
• SVD의 구조와 첨도 부등식을 활용하여, ε(신호 노이즈)에 관련된 두 번째 항과 σ(연산자 노이즈)에 관련된 첫 번째 항을 조합한 방식으로 최대최소 분리 반경의 상한 및 하한을 도출한다.
• 네 가지 특정 케이스에 대해 최대최소 테스팅 프레임워크를 적용한다: (i) 일반적 매끄러운 함수를 가진 경미한 악조건 문제, (ii) 초매끄러운 함수를 가진 경미한 악조건 문제, (iii) 일반적 매끄러운 함수를 가진 심각한 악조건 문제, (iv) 초매끄러운 함수를 가진 심각한 악조건 문제.
• 가우시안 화이트 노이즈 모델과 가우시안 시퀀스 모델 간의 점근적 등가성을 적용하여 정밀한 비율을 도출하며, ε에 의존하는 항에 대해 [14]와 [11]의 기존 결과를 활용한다.

실험 결과

연구 질문

• RQ1 악조건의 역문제에서 컴act 연산자의 특이 값이 가우시안 노이즈로만 관측될 경우, 적합도 검정에 대한 최대최소 분리율은 무엇인가?
• RQ2 노이즈 수준 ε(신호 노이즈)와 σ(연산자 노이즈)가 함께 작용할 때, 역문제에서 귀무가설에서의 편차 탐지 가능성에 어떤 영향을 미치는가?
• RQ3 경미하고 심각한 악조건 문제에서 일반적 매끄럽고 초매끄러운 함수를 가진 비점점적 영역에서 최대최소 분리율은 무엇인가?
• RQ4 특이 값의 감쇠 구조(다항식 대비 지수적 감쇠)가 연산자가 부분적으로만 알려진 경우 최대최소 테스팅 비율에 어떤 영향을 미치는가?
• RQ5 최대최소 분리 반경이 신호 노이즈 ε과 연산자 노이즈 σ 사이의 트레이드오프로 특성화될 수 있으며, 이 둘 중 하나가 다른 것을 지배하는 영역은 어디인가?

주요 결과

• 일반적 매끄러운 함수를 가진 경미한 악조건 문제에서는 최대최소 분리 반경이 ˜r²ε,σ ≳ ε^(4s/(2s+2t+1/2)) ∨ σ²(min(s/t, 1))를 만족하며, 이는 신호 노이즈와 연산자 노이즈 사이의 트레이드오프를 보여준다.
• 초매끄러운 함수를 가진 경미한 악조건 문제에서는 최대최소 비율이 ˜r²ε,σ ≳ ε²[ln(1/ε)]^(2t+1/2) ∨ σ²이며, 이는 특이 값의 초매끄러운 감쇠에서 유래된 로그 항이 존재함을 시사한다.
• 일반적 매끄러운 함수를 가진 심각한 악조건 문제에서는 최대최소 비율이 ˜r²ε,σ ≳ [ln(1/ε)]^(-2s) ∨ [ln(1/σ)]^(-2s)를 만족하며, 이는 ε과 σ가 모두 분리 비율에 로그적으로 기여함을 나타낸다.
• 초매끄러운 함수를 가진 심각한 악조건 문제에서는 비율이 ˜r²ε,σ ≳ ε^(2s/(s+t)) ∨ σ²(min(s/t, 1))이며, 이는 매끄러움과 감쇠 속도의 비율 s/t에 대한 임계적 의존성이 있음을 보여준다.
• 최대최소 분리 반경은 신호 노이즈(ε)와 연산자 노이즈(σ) 중 더 느리게 감쇠하는 성분에 의해 지배되며, 이는 더 어려운 성분이 결정한다.
• 유도된 하한 및 상한은 ε, σ ∈ (0,1)의 비점점적 영역에서 정밀하며, 결과는 전체 악조건성 및 매끄러움 클래스에 확장되어 최대최소 테스팅 비율의 완전한 특성화를 제공한다.