[논문 리뷰] Solving Quadratic Equations via PhaseLift when There Are About As Many Equations As Unknowns

Emmanuel J. Candès, Xiaodong Li|arXiv (Cornell University)|2012. 08. 30.

Advanced X-ray Imaging Techniques참고 문헌 5인용 수 20

한 줄 요약

이 논문은 복소수 벡터 $\bm{x}_0 \in \mathbb{C}^n$를 $O(n)$개의 이차 크기 측정값 $|\langle \bm{a}_i, \bm{x}_0 \rangle|^2 = b_i$ 로부터 정확히 복원할 수 있음을 보여주며, 이를 위해 정수형 프로그래밍을 사용한다. 모든 신호를 동시에 정확히 복원할 수 있는 보편적 복원 성질을 확립하고, 실패 확률이 지수적으로 감소함을 입증하여 이전에 $O(n \log n)$ 측정값이 필요했다는 이론적 한계를 크게 향상시킨다.

ABSTRACT

This note shows that we can recover a complex vector x in C^n exactly from on the order of n quadratic equations of the form ||^2 = b_i, i = 1, ..., m, by using a semidefinite program known as PhaseLift. This improves upon earlier bounds in [3], which required the number of equations to be at least on the order of n log n. We also demonstrate optimal recovery results from noisy quadratic measurements; these results are much sharper than previously known results.

연구 동기 및 목표

• PhaseLift의 단계 복원 이론적 보장에서 $O(n\log n)$ 개의 방정식이 필요로 하는 것과 정보 이론적 최소값인 $O(n)$ 개의 방정식 사이의 격차를 메우기 위해.
• 보편적 정확한 복원을 확립하기 위해: PhaseLift가 단일 고정된 신호가 아니라 모든 신호를 동시에 $O(n)$개의 측정값으로 복원할 수 있음을 보장하기 위해.
• 실패 확률 한계를 $1 - 3e^{-\gamma m/n}$ 에서 $1 - O(e^{-\gamma m})$ 으로 향상시켜 측정값 수에 따라 지수적으로 감소하도록 하기 위해.
• 노이즈가 있는 측정값에 대해 최적의 안정성 한계를 유도하여 오차가 $\ell_1$ 노이즈 수준에 선형적으로 비례함을 보여주기 위해.

제안 방법

• 비볼록 이차 단계 복원 문제를 $\bm{X} = \bm{x}\bm{x}^*$ 를 통해 질량 1 행렬 복원 문제로 변환한다.
• PhaseLift를 사용하여 $\operatorname{tr}(\bm{X})$ 를 최소화하고, $\bm{X} \succeq 0$ 과 $\operatorname{tr}(\bm{a}_i\bm{a}_i^*\bm{X}) = b_i$ 를 조건으로 한다.
• 측정 연산자의 영공간 내에서 특정 조건을 만족하는 행렬 $\bm{Y}$ 를 구성함으로써 정확한 복원을 증명하기 위해 이중 증명 기법을 사용한다.
• 측정 연산자의 영공간이 모든 질량 1 행렬에서 동시에 양의 준정의 행렬 원뿔에 접선이 되도록 하기 위해 정교한 확률적 분석 기법을 도입한다.
• 노이즈가 있는 측정값에 대해서는 강건한 $\ell_1$-정규화된 정수형 프로그래밍을 풀며: $\min \sum_i |\operatorname{tr}(\bm{a}_i\bm{a}_i^*\bm{X}) - b_i|$ 를 $\bm{X} \succeq 0$ 조건 하에 최소화한다.
• 편미분 분석과 트레이스 노름 한계를 사용하여 프로베니우스 노름에서의 안정성 보장을 도출한다.

실험 결과

연구 질문

• RQ1 PhaseLift는 $O(n\log n)$ 가 아니라 $O(n)$개의 측정값으로도 정확한 복원을 달성할 수 있는가?
• RQ2 측정값 수 $m = O(n)$ 일 때, 정확한 복원이 모든 신호에 대해 동시에 성립하는가—즉, 보편적인 복원인가?
• RQ3 실패 확률를 다항식에서 $m$ 에 대해 지수적으로 감소하는 것으로 향상시킬 수 있는가?
• RQ4 노이즈가 있는 이차 측정값 하에서 PhaseLift의 최적 안정성 한계는 무엇인가?

주요 결과

• 측정값 수 $m \geq c_0 n$ 일 때, $c_0$ 가 큰 상수이면, 모든 복소수 벡터 $\bm{x}_0 \in \mathbb{C}^n$ 는 확률 최소 $1 - O(e^{-\gamma m})$ 에서 정확히 복원된다.
• 이 결과는 보편적 성질을 갖는다: 모든 신호가 동시에 $O(n)$개의 측정값으로 복원되며, 단일 고정된 신호에 국한되지 않는다.
• 실패 확률은 $m$ 에 대해 지수적으로 감소하며, 이는 이전의 $1 - 3e^{-\gamma m/n}$ 보다 크게 향상된 결과이다.
• 노이즈가 있는 측정값에 대해서는, 복원된 행렬 $\hat{\bm{X}}$ 와 $\bm{x}_0\bm{x}_0^*$ 사이의 프로베니우스 노름 오차는 $C_0 \frac{\|\bm{w}\|_1}{m}$ 으로 유계지며, 최적의 안정성 보장을 보여준다.
• 안정성 한계는 날카롭다: $\ell_1$ 노이즈 하에서 프로베니우스 노름 오차가 $O(\|\bm{w}\|_1 / m)$ 보다 나아질 수 있는 방법은 존재하지 않는다.
• 이 증명 기법은 이전 연구와 근본적으로 다르며, [3]의 분석으로부터 유도될 수 없으며, 측정 연산자의 영공간에 대한 새로운 확률적 및 기하학적 논증이 필요하다.