Core Concepts
L0正則化圧縮センシングの最適化問題をMean-field Coherent Ising Machineを用いて解くことで、物理的に正確なCoheren Ising Machineモデルと同等の性能を得ながら、計算コストを大幅に削減できる。
Abstract
本論文では、L0正則化圧縮センシングの最適化問題を解くための新しいモデルとして、Mean-field Coherent Ising Machine (MFZ-CIM)を提案している。
L0正則化圧縮センシングは組合せ最適化問題であり、Coherent Ising Machine (CIM)を用いて解くことが提案されている。従来のCIMモデルは物理的に正確であるが、計算コストが高いという課題があった。
一方、MFZ-CIMは物理的な量子ノイズを考慮せず、単純な微分方程式で記述されるため、計算コストが大幅に低減される。本研究では、MFZ-CIMがCIMと同等の性能を発揮することを人工データおよび磁気共鳴画像データを用いて示している。
特に、MFZ-CIMでは連続値の局所場と二値化された局所場の2つのモデルを提案しており、後者は将来のデジタルハードウェア実装に適している。
結果として、MFZ-CIMはCIMと同等の性能を発揮しつつ、計算コストが大幅に低減されるため、大規模な最適化問題への適用が期待できる。
Stats
L0正則化圧縮センシングの最適化問題は、観測信号yと観測行列Aを用いて表現される。
人工データの場合、yはランダムに生成された観測信号、Aはランダムに生成された観測行列である。
MRI画像データの場合、yは部分的にサンプリングされたk空間データ、Aはサンプリングマトリクスとフーリエ変換行列から構成される。
Quotes
"Coherent Ising Machine (CIM)は、光パラメトリック発振器のネットワークを用いて、Ising Hamiltonianの基底状態を見つけることで組合せ最適化問題を解く。"
"Mean-field CIMモデルは、量子ノイズや測定効果を考慮しないため、単純な微分方程式で記述でき、大規模シミュレーションやデジタルハードウェアへの実装が容易である。"