[논문 리뷰] Generalized phase retrieval : measurement number, matrix recovery and beyond

Yang Wang, Zhiqiang Xu|arXiv (Cornell University)|2016. 05. 25.

Advanced X-ray Imaging Techniques참고 문헌 24인용 수 9

한 줄 요약

이 논문은 이차 측정값 $\mathbf{x}^*A_j\mathbf{x}$ 로부터 단일 모듈러 상수를 제외한 벡터를 복원하는 일반화된 단백질 회복 프레임워크를 제안한다. 이는 표준 단백질 회복과 투영을 통한 단백질 회복을 통합한다. 일반적인 행렬에 대해 최소 측정 수의 날카운드 경계를 확립하여, 실수 영역에서는 $N \geq 2d-1$, 복소수 영역에서는 $N \geq 4d-4$임을 보이며, 대수기하학과 위상적 임bedding 이론을 활용하여 특정 차원에 대해 정확한 값을 유도한다.

ABSTRACT

In this paper, we develop a framework of generalized phase retrieval in which one aims to reconstruct a vector ${\mathbf x}$ in ${\mathbb R}^d$ or ${\mathbb C}^d$ through quadratic samples ${\mathbf x}^*A_1{\mathbf x}, \dots, {\mathbf x}^*A_N{\mathbf x}$. The generalized phase retrieval includes as special cases the standard phase retrieval as well as the phase retrieval by orthogonal projections. We first explore the connections among generalized phase retrieval, low-rank matrix recovery and nonsingular bilinear form. Motivated by the connections, we present results on the minimal measurement number needed for recovering a matrix that lies in a set $W\in {\mathbb C}^{d imes d}$. Applying the results to phase retrieval, we show that generic $d imes d$ matrices $A_1,\ldots, A_N$ have the phase retrieval property if $N\geq 2d-1$ in the real case and $N \geq 4d-4$ in the complex case for very general classes of $A_1,\ldots,A_N$, e.g. matrices with prescribed ranks or orthogonal projections. Our method also leads to a novel proof for the classical Stiefel-Hopf condition on nonsingular bilinear form. We also give lower bounds on the minimal measurement number required for generalized phase retrieval. For several classes of dimensions $d$ we obtain the precise values of the minimal measurement number. Our work unifies and enhances results from the standard phase retrieval, phase retrieval by projections and low-rank matrix recovery.

연구 동기 및 목표

• 일반화된 단백질 회복을 위한 통합 프레임워크를 개발하여 표준 단백질 회복과 직교 투영을 통한 단백질 회복을 확장한다.
• 벡터 $\mathbf{x} \in \mathbb{F}^d$ 가 단일 모듈러 상수를 제외하고 유일하게 복원되기 위해 필요한 최소 측정 수 $N$ 을 이차 측정값 $\mathbf{x}^*A_j\mathbf{x}$ 로 결정한다.
• 일반화된 단백질 회복을 낮은 질량 행렬 복원 및 비특이 이차형식과 연결하고, 대수기하학과 위상적 임베딩을 활용한다.
• 특정 차원에 대해 최소 측정 수 $\mathfrak{m}_{\mathbb{C}}(d)$ 의 정확한 값을 유도한다. 이는 $d = 2^k+1$, $d = 2^k+2$, 기타 구조적 경우를 포함한다.
• 일반화된 단백질 회복 프레임워크와 위상적 임베딩을 활용하여 고전적인 스티펠-호프 조건을 새롭게 증명한다.

제안 방법

• 일반화된 단백질 회복을 맵 $\mathbf{M}_{\mathcal{A}}: \underline{\mathbb{F}^d} \to \mathbb{R}^N$ 으로 형식화하며, $\mathbf{M}_{\mathcal{A}}(\underline{\mathbf{x}}) = (\mathbf{x}^*A_1\mathbf{x}, \dots, \mathbf{x}^*A_N\mathbf{x})$ 로 정의한다. 여기서 $A_j \in \mathbf{H}_d(\mathbb{F})$ 이다.
• 자기의 기준(정리 2.2)을 사용하여 단백질 회복을 특성화한다: $\mathcal{A}$ 가 단백질 회복 성질을 갖기 위한 조건은 실수 영역에서 $\mathbb{F}^d \setminus \{0\}$ 에서 $\mathbf{M}_{\mathcal{A}}$ 의 실수 자코비안이 최대 질량 $2d-1$ (실수 영역) 또는 $4d-4$ (복소수 영역) 를 가져야 한다.
• 특히 $\mathbb{P}(\mathbb{C}^d)$ 가 $\mathbb{R}^{4(d-1)-2\alpha+\epsilon_\alpha}$ 에 임베딩될 수 없음을 고려하여 대수기하학과 위상적 임베딩 이론의 결과를 적용하여 $N$ 에 대한 하한을 도출한다.
• 측정 맵 $\mathbf{M}_{\mathcal{A}}$ 를 통해 위상적 임베딩 $\psi: \mathbb{P}(\mathbb{C}^d) \to \mathbb{S}^{N-1}(\mathbb{R})$ 를 구성하고, 스무스 임베딩 정리들을 활용하여 $N$ 에 대한 필요 조건을 유도한다.
• 비특이 이차형식에 대한 스티펠-호프 조건을 핵심 도구로 활용하여 하한을 도출하고, $N \geq 4d-4$ 에서 등호가 특정 $d$ 에서 성립함을 보인다.
• 소규모 $d$ 에 대해, 특히 $d=2$ 에 대해, 해공간 $\{Q \in \mathbb{C}^{d \times d} : \operatorname{Tr}(A_j Q) = 0 \text{ for all } j\}$ 의 구조를 분석하여 단백질 회복을 검증한다.

실험 결과

연구 질문

• RQ1 일반화된 단백질 회복 프레임워크에서, 단일 모듈러 상수를 제외한 $\mathbf{x} \in \mathbb{F}^d$ 를 유일하게 복원하기 위해 필요한 최소 이차 측정 수 $N$ 은 얼마인가?
• RQ2 일반화된 단백질 회복 프레임워크는 어떻게 표준 단백질 회복, 투영을 통한 단백질 회복, 낮은 질량 행렬 복원을 통합하는가?
• RQ3 특정 차원 $d = 2^k+1$, $d = 2^k+2$, 기타 구조적 형태에 대해 최소 측정 수 $\mathfrak{m}_{\mathbb{C}}(d)$ 의 정확한 값은 무엇인가?
• RQ4 고전적인 비특이 이차형식에 대한 스티펠-호프 조건은 일반화된 단백질 회복 프레임워크의 결과로 도출될 수 있는가?
• RQ5 측정 수 $N$ 에 대한 날카운드 하한을 유도하기 위해 어떤 위상적 및 대수기하학적 도구를 사용할 수 있는가?

주요 결과

• 일반적인 $d \times d$ 행렬 $A_1, \dots, A_N$ 에 대해, 실수 영역에서는 $N \geq 2d-1$, 복소수 영역에서는 $N \geq 4d-4$ 일 때 단백질 회복 성질이 성립하며, 특정 질량 또는 직교 투영을 가진 행렬에 대해 성립한다.
• 최소 측정 수 $\mathfrak{m}_{\mathbb{C}}(d)$ 는 $d = 2^k + 1$ 이고 $k > 1$ 이면 정확히 $4d-4$ 이며, $d = 2^k + 2$ 이고 $k > 1$ 이면 $4d-6$, $d = 2^k + 2^j + 1$ 이고 $k > j > 1$ 이면 $4d-5$, $d = 2^k + 2^j + 2^l + 1$ 이고 $k > j > l > 1$ 이면 $4d-6$ 이다.
• d = 2 인 경우 최소 측정 수는 $\mathfrak{m}_{\mathbb{C}}(2) = 3$ 이며, 이는 표준 단백질 회복 경계인 $4d - 4 = 4$ 보다 엄격히 작음을 보여주며, 일반화된 단백질 회복의 핵심적 차이점을 나타낸다.
• 논문은 일반화된 단백질 회복 프레임워크와 위상적 임베딩을 활용하여 고전적인 스티펠-호프 조건에 대한 새로운 증명을 제공한다.
• 비임베딩 조건 $\mathbb{P}(\mathbb{C}^d)$ 가 $\mathbb{R}^{4(d-1)-2\alpha+\epsilon_\alpha}$ 에 임베딩될 수 없음을 활용하여 하한 $\mathfrak{m}_{\mathbb{C}}(d) \geq 4d - 2 - 2\alpha + \epsilon_\alpha$ 를 도출하였으며, 특정 산술 조건을 만족할 경우 등호가 성립한다.
• 결과는 표준 단백질 회복, 투영을 통한 단백질 회복, 낮은 질량 행렬 복원 분야의 이전 연구를 통합하고 향상시키며, 공통 이론적 기반과 더 날카운드한 경계를 제공한다.