[논문 리뷰] Efficient Representations of Signals in Nonlinear Signal Processing with Applications to Inverse Problems

Eugene Brevdo|arXiv (Cornell University)|2021. 09. 20.

Sparse and Compressive Sensing Techniques참고 문헌 85인용 수 3

한 줄 요약

이 학위논문은 비유클리드 도메인—리만 다양체, 그래프, 구—에서 라플라시안 연산자를 사용하여 효율적인 신호 표현을 개발하며, 의료 영상, 지구물리학, 신호 분석 분야의 역문제에 대한 강건한 해법을 가능하게 한다. 라플라시안의 고유함수(예: 구조형 함수, 스펙트럼 그래프 이론)를 활용함으로써 다중스케일 정확한 신호 분해 및 역전파가 가능해지며, 시간-주파수 분석과 데이터 복원 분야에서 이론적·실용적 진전을 이룬다.

ABSTRACT

The focus of this thesis is the construction and analysis of efficient representations in nonlinear signal processing, and the applications of these structures to inverse problems in a variety of fields. The work is composed of three major sections, each associated with a different form of data: - Regression and Distance Estimation on Graphs and Riemannian Manifolds. - Instantaneous Time-Frequency Analysis via Synchrosqueezing. - Multiscale Dictionaries of Slepian Functions on the Sphere.

연구 동기 및 목표

• 비유클리드 도메인인 리만 다양체, 그래프, 구와 같은 곳에서 효율적이고 다중스케일의 신호 표현을 개발하기 위해.
• 이러한 표현을 의료 영상, 지구물리학, 시계열 분석 분야의 역문제에 적용하기 위해.
• 라플라시안을 중심 분석 도구로 삼아 다양한 역문제를 통합하는 공통 프레임워크를 구축하기 위해.
• 스펙트럼 방법을 통해 노이즈가 있거나 불완전한 관측치로부터 강건하고 정확한 신호 복원을 가능하게 하기 위해.
• 라플라시안의 고유함수를 이용해 고전적 푸리에 분석을 곡면 및 고차원 데이터 구조로 확장하기 위해.

제안 방법

• 지역 기하학적 구조를 추출하고 전역적 신호 표현을 합성하기 위해 라플라시안 연산자를 중심 도구로 사용한다.
• 라플라시안의 고유함수(예: S² 상의 구조형 함수, 근접 이웃 그래프 상의 그래프 라플라시안)를 신호 분해를 위한 정규직교 기저로 활용한다.
• 콤���트 리만 다양체에서 라플라시안의 고유기저가 존재함을 보장하기 위해 호지 정리를 적용한다.
• 고유함수에 대한 통합을 통한 푸리에 유사 분석 및 합성 방법을 사용하여 스펙트럼 도메인에서 신호를 표현한다.
• 비정상적 신호의 시간-주파수 표현을 향상시키기 위해 싱크로스위징 변환을 적용한다.
• 공간 및 스펙트럼 도메인에서 최적의 농도를 가지는 S² 상의 슬렙얀 함수 기반 다중스케일 사전을 구성한다.

실험 결과

연구 질문

• RQ1 비유클리드 도메인인 리만 다양체 및 그래프와 같은 곳에서 효율적이고 다중스케일의 신호 표현을 어떻게 구성할 수 있는가?
• RQ2 라플라시안은 다양한 기하학적 및 위상적 구조 간의 신호 처리를 어떻게 통합하는가?
• RQ3 라플라시안 고유함수 기반 스펙트럼 표현은 영상 및 지구물리학 분야의 역문제 해결에 어떻게 기여하는가?
• RQ4 비정상적 신호에 대해 싱크로스위징을 통해 시간-주파수 표현을 향상시킬 수 있는가?
• RQ5 구 상의 슬렙얀 함수는 역문제를 위한 최적의 농도를 가지는 신호 사전을 어떻게 구성하는가?

주요 결과

• 라플라시안은 리만 다양체, 그래프, 구에서 신호 표현을 통합하는 프레임워크를 제공하며, 국소 데이터로부터 전역 분석이 가능하게 한다.
• 라플라시안의 고유함수—예를 들어 S² 상의 구조형 함수—는 L² 함수의 정규직교 기저를 형성하여 스펙트럼 분해를 통한 정확한 신호 복원이 가능하다.
• 콤팩트 리만 다양체에서 라플라시안은 유한 다중도를 가지며 수량화 가능한 고유값 스펙트럼을 가지며, 고유함수는 완전한 정규직교 기저를 이룬다.
• 구구조형 함수의 사용은 구 상에서 정확하고 농도가 높은 신호 표현을 가능하게 하며, 지구물리학적 및 천체물리학적 데이터 분석에 적용 가능하다.
• 싱크로스위징 변환은 에너지를 진짜 진동 모드로 재할당함으로써 스펙트럼 해상도를 단시간 푸리에 변환을 초월하여 향상시킨다.
• 구 상의 슬렙얀 함수 기반 다중스케일 사전은 공간 및 스펙트럼 도메인에서 최적의 농도를 달성하여, 역문제에서 효율적이고 강건한 신호 복원을 가능하게 한다.