Trainable ISTA～深層学習を利用した疎信号復元反復アルゴリズム

摘要

本稿では，データ駆動アルゴリズム設計の概念を用いた圧縮センシングに対する新たな学習可能反復アルゴリズムとしてTrainable ISTA（TISTA）を提案する．一般に反復アルゴリズム内にはステップサイズ等のパラメタが含まれており，その適切な調整はアルゴリズムの収束性に多大な影響を及ぼす．データ駆動アルゴリズム設計では，反復アルゴリズム中のパラメタを標準的な深層学習の手法と訓練データを用いることで自動的に調整することを目指す．既存の学習可能反復アルゴリズムと比較して，TISTAには学習可能なパラメタ数が少ないという特徴があり，これは高速かつ安定な学習過程の実現に寄与している．さらに，実データの復元を含む数値実験を行い，結果としてTISTAは既存アルゴリズムと比較して収束の加速，及びより優れた信号復元性能を実現することを示す．