[논문 리뷰] Stability and Concentration in Nonlinear Inverse Problems with Block-Structured Parameters: Lipschitz Geometry, Identifiability, and an Application to Gaussian Splatting

Joe-Mei Feng, Hsin-Hsiung Kao|arXiv (Cornell University)|2026. 02. 10.

Numerical methods in inverse problems인용 수 0

한 줄 요약

이 논문은 블록 구조 매개변수를 갖는 비선형 역문제에서의 안정성과 비점근적 집중에 대한 연산자 이론적 프레임워크를 개발하고, 이를 Gaussian Splatting에 적용해 안정성-해상도 트레이드오프를 도출한다.

ABSTRACT

We develop an operator-theoretic framework for stability and statistical concentration in nonlinear inverse problems with block-structured parameters. Under a unified set of assumptions combining blockwise Lipschitz geometry, local identifiability, and sub-Gaussian noise, we establish deterministic stability inequalities, global Lipschitz bounds for least-squares misfit functionals, and nonasymptotic concentration estimates. These results yield high-probability parameter error bounds that are intrinsic to the forward operator and independent of any specific reconstruction algorithm. As a concrete instantiation, we verify that the Gaussian Splatting rendering operator satisfies the proposed assumptions and derive explicit constants governing its Lipschitz continuity and resolution-dependent observability. This leads to a fundamental stability--resolution tradeoff, showing that estimation error is inherently constrained by the ratio between image resolution and model complexity. Overall, the analysis characterizes operator-level limits for a broad class of high-dimensional nonlinear inverse problems arising in modern imaging and differentiable rendering.

연구 동기 및 목표

• 블록 구조 매개변수를 가진 비선형 역문제의 안정성 및 통계적 집중 문제를 동기부여하고 형식화한다.
• 블록별 리프시츠 기하학, 국소 식별성, 그리고 부분 가우시안 잡음을 이용한 연산자 이론적 프레임워크를 개발한다.
• 확정적 안정성 및 비점근적 고확률 재구성 오차 상한을 도출한다.
• 가정을 만족하는 Gaussian Splatting을 검증하고 명시적 상수를 얻어 프레임워크를 구체화한다.
• 전방 연산자 기하에 의해 좌우되는 고유한 안정성–해상도 트레이드오프를 밝힌다.

제안 방법

• 전방 맵 A를 Z=(Z1,...,ZN)로 구성된 블록구조 매개변수에 작용하는 것으로 모델링한다.
• 블록별 리프시츠 연속성 및 국소 식별성을 부과하고, 관찰 잡음은 부분 가우시안으로 가정한다.
• 최소제곱 오차 F(Z)에 대한 결정적 안정 불평등과 전역 리프시츠 한계를 도출한다.
• 카오스 과정 기법을 이용해 F(Z)의 비점근적 집중 상한을 개발한다.
• A에 고유하고 재구성 알고리즘과 무관한 고확률 매개변수 오차 상한을 증명한다.
• GS 전방 연산자가 가정을 만족하는지 검증하고 명시적 리프시츠 및 관측가능성 상수를 추출한다.

실험 결과

연구 질문

• RQ1 블록 구조 매개변수를 갖는 비선형 역문제에서 어떤 고유한 안정성 한계가 발생하는가?
• RQ2 리프시츠 기하학과 국소 식별성이 잡음 하에서 재구성 정확도를 어떻게 결정하는가?
• RQ3 Gaussian Splatting의 전방 연산자가 제안한 가정을 만족하는지 보일 수 있으며, 어떤 명시적 상수가 나타나는가?
• RQ4 해상도와 모델 복잡성이 달라질 때 Gaussian Splatting의 근본적인 안정성–해상도 트레이드오프는 무엇인가?

주요 결과

• 고유한 안정성–해상도 트레이드오프를 확립: 더 높은 이미지 해상도는 관측가능성을 향상시키고, 더 큰 모델 복잡성은 민감도를 증가시킨다.
• 전방 연산자 기하 및 잡음 규모에만 의존하는 결정적 안정성 및 비점근적 고확률 오차 상한을 도출했다.
• 전방 맵에서 각 방향의 관측가능성 개념을 도입하여 비등방성 민감도를 설명했다.
• Gaussian Splatting이 전역 가정을 만족하는지 검증하고 리프시츠 연속성 및 관측가능성을 지배하는 명시적 상수를 얻었다.
• 오차의 기대 격차가 전방-모형 불일치와 같으며, 오차 편차에 대한 집중 불평등을 제공했다.
• 미분 가능한 렌더링 맥락에서 고차원 비선형 역문제의 연산자 수준 한계를 넓은 클래스에 대해 특징지었다.