[论文解读] An inverse problem point of view for adaptive estimation in a shifted curves model

Jérémie Bigot, Sébastien Gadat|arXiv (Cornell University)|Dec 18, 2008

Image and Signal Denoising Methods参考文献 23被引用 2

一句话总结

本文将偏移曲线模型中均值模式的自适应估计问题表述为线性逆问题，其中偏移分布充当卷积算子。通过应用小波阈值化，所提出的估计器在贝索夫球上实现了接近极小极大收敛速率，该速率取决于均值模式的光滑性以及偏移密度傅里叶系数的衰减速率。

ABSTRACT

This paper considers the problem of adaptive estimation of a mean pattern in a randomly shifted curve model. We show that this problem can be transformed into a linear inverse problem, where the density of the random shifts plays the role of a convolution operator. An adaptive estimator of the mean pattern, based on wavelet thresholding is proposed. We study its consistency for the quadratic risk as the number of observed curves tends to infinity, and this estimator is shown to achieve a near-minimax rate of convergence over a large class of Besov balls. This rate depends both on the smoothness of the common shape of the curves and on the decay of the Fourier coefficients of the density of the random shifts. Hence, this paper makes a connection between mean pattern estimation and the statistical analysis of linear inverse problems, which is a new point of view on curve registration and image warping problems. We also provide a new method to estimate the unknown random shifts between curves. Some numerical experiments are given to illustrate the performances of our approach and to compare them with another algorithm existing in the literature.

研究动机与目标

• 建立偏移曲线模型中均值模式估计与线性逆问题之间新的联系。
• 为公共均值模式开发一种自适应估计器，使其在广泛的光滑性空间上实现最优收敛速率。
• 提出一种新方法，用于估计曲线之间的未知随机偏移。
• 在样本量不断增加的条件下，分析所提估计器的收敛性质。

提出的方法

• 通过将偏移密度视为卷积算子，将偏移曲线模型转化为线性逆问题。
• 利用小波阈值化构造均值模式的自适应估计器。
• 采用傅里叶分析，刻画偏移密度衰减速率对估计精度的影响。
• 通过分析均值模式的光滑性与偏移密度傅里叶系数衰减速率之间的相互作用，推导收敛速率。
• 提出一种新算法，用于估计观测曲线之间个体随机偏移。
• 通过数值实验验证所提方法相对于现有方法的性能优势。

实验结果

研究问题

• RQ1 如何将偏移曲线模型中公共均值模式估计问题重新解释为线性逆问题？
• RQ2 该模型中自适应估计的最优收敛速率是什么？其如何依赖于均值模式的光滑性与偏移分布的特性？
• RQ3 能否利用小波阈值化构造出在贝索夫球上实现接近极小极大收敛速率的估计器？
• RQ4 偏移密度傅里叶系数的衰减速率如何影响估计精度？
• RQ5 能否开发一种可靠的方法，用于估计曲线之间的未知随机偏移？

主要发现

• 所提出的小波阈值化估计器在一大类贝索夫球上实现了接近极小极大的收敛速率。
• 收敛速率同时取决于均值模式的光滑性与偏移密度傅里叶系数的衰减速率。
• 转换为线性逆问题为理解曲线配准与图像形变提供了新的理论框架。
• 该方法可在不依赖光滑性类先验知识的情况下实现自适应估计。
• 数值实验表明，与文献中现有算法相比，所提方法性能更优。
• 新提出的偏移估计方法在有限样本设置下显著提升了曲线对齐的准确性。