[논문 리뷰] The Sliding Frank-Wolfe Algorithm and its Application to Super-Resolution Microscopy

Quentin Denoyelle, Vincent Duval외 2명|arXiv (Cornell University)|2018. 11. 15.

Advanced Fluorescence Microscopy Techniques참고 문헌 74인용 수 101

한 줄 요약

Sliding Frank-Wolfe 알고리즘을 도입하여 BLASSO 희소 스파이크 초해상도 문제를 해결하며, 볼록 업데이트와 비볼록 스파이크 이동을 교대로 수행하고, 1-D 양의 라플라스 변환 케이스에서 유한 종료와 정확한 지지 복원을 보장하며, 단일 분자 형광 이미징에 응용.

ABSTRACT

This paper showcases the theoretical and numerical performance of the Sliding Frank-Wolfe, which is a novel optimization algorithm to solve the BLASSO sparse spikes super-resolution problem. The BLASSO is a continuous (i.e. off-the-grid or grid-less) counterpart to the well-known 1 sparse regularisation method (also known as LASSO or Basis Pursuit). Our algorithm is a variation on the classical Frank-Wolfe (also known as conditional gradient) which follows a recent trend of interleaving convex optimization updates (corresponding to adding new spikes) with non-convex optimization steps (corresponding to moving the spikes). Our main theoretical result is that this algorithm terminates in a finite number of steps under a mild non-degeneracy hypothesis. We then target applications of this method to several instances of single molecule fluorescence imaging modalities, among which certain approaches rely heavily on the inversion of a Laplace transform. Our second theoretical contribution is the proof of the exact support recovery property of the BLASSO to invert the 1-D Laplace transform in the case of positive spikes. On the numerical side, we conclude this paper with an extensive study of the practical performance of the Sliding Frank-Wolfe on different instantiations of single molecule fluorescence imaging, including convolutive and non-convolutive (Laplace-like) operators. This shows the versatility and superiority of this method with respect to alternative sparse recovery technics.

연구 동기 및 목표

• BLASSO 희소 스파이크 초해상도 문제를 LASSO의 연속(격자 없는) 대응으로 동기 부여하고 형식화한다.
• 슬라이딩 프랭크-워프 알고리즘을 개발하여 스파이크를 추가하는 볼록 업데이트와 스파이크 위치를 이동하는 비볼록 업데이트를 교대로 수행한다.
• 가벼운 비특이성 가정하에 유한 종료를 확립한다.
• 스파이크가 양수일 때 1-D 라플라스 변환 역변환에 대한 정확한 지지 복원을 증명한다.
• 다양한 단일 분자 형광 이미징 설정에서 실용적 성능을 입증한다.

제안 방법

• Sliding Frank-Wolfe 알고리즘을 고전적 Frank-Wolfe(조건부 그래디언트) 방법의 변형으로 제시한다.
• 새로운 스파이크를 추가하는 볼록 최적화 단계와 스파이크 위치를 조정하는 비볼록 최적화 단계를 결합한다.
• 이론적 결과를 제공한다: 가벼운 비특이성 가설 하의 유한 종료와 1-D 라플라스 변환 케이스에서 양수 스파이크에 대한 정확한 지지 복원.
• 합성(컨볼루티브) 및 비합성(Laplace 유사) 연산자를 포함한 형광 이미징 모달리티에 이 방법을 적용한다.

실험 결과

연구 질문

• RQ1 BLASSO 희소 스파이크 초해상도 문제가 유한 종료 알고리즘으로 해결될 수 있는가?
• RQ2 볼록 스파이크 추가와 비볼록 스파이크 이동의 교대가 실용적·이론적 이점을 제공하는가?
• RQ3 양수 스파이크에서 1-D 라플라스 변환 역변환에 대한 정확한 지지 복원을 달성할 수 있는 조건은 무엇인가?
• RQ4 Sliding Frank-Wolfe가 다양한 형광 이미징 연산자(컨볼루티브 및 Laplace-유사)에 대해 대안들에 비해 어떻게 성능을 발휘하는가?

주요 결과

• The Sliding Frank-Wolfe algorithm terminates in a finite number of steps under a mild non-degeneracy hypothesis.
• The method achieves exact support recovery for the 1-D Laplace transform in the case of positive spikes.
• Numerical experiments show versatility and superiority of the method across different single-molecule fluorescence imaging setups, including convolutive and Laplace-like operators, relative to other sparse recovery techniques.