Core Concepts
プラグアンドプレイアルゴリズムの収束性は、対応する確率微分方程式の可解性によって統一的に説明できる。従来の強い条件(リプシッツ連続デノイザー)よりも弱い条件(有界デノイザー)で収束性が保証される。
Abstract
本論文では、プラグアンドプレイ(PnP)アルゴリズムを確率微分方程式(SDE)で記述することで、その収束性を統一的に分析している。
主な内容は以下の通り:
PnPアルゴリズムの離散反復過程をSDEで表現する方法を示した。マルコフ過程の定式化を通じてSDEへの変換も可能である。
SDEの可解性理論に基づき、PnPアルゴリズムの収束性を強収束と弱収束の2つの観点から分析した。
強収束条件は従来のリプシッツ連続条件と同等であるが、弱収束条件は有界デノイザーと緩和されたリプシッツ条件で十分である。これにより、実用的な高度なデノイザーを用いたPnPアルゴリズムの収束性が理論的に保証される。
実験では、リプシッツ連続デノイザーと非連続デノイザーの両方でPnPアルゴリズムが収束することを示した。これは、理論分析で導出した弱収束条件の有効性を裏付けている。
Stats
PnPアルゴリズムの離散反復過程は、連続的な確率微分方程式(SDE)で記述できる。
SDEの可解性理論に基づき、PnPアルゴリズムの収束性を強収束と弱収束の2つの観点から分析できる。
強収束条件はリプシッツ連続条件と同等であるが、弱収束条件は有界デノイザーと緩和されたリプシッツ条件で十分である。
Quotes
"プラグアンドプレイアルゴリズムの収束性は、対応する確率微分方程式の可解性によって統一的に説明できる。"
"従来の強い条件(リプシッツ連続デノイザー)よりも弱い条件(有界デノイザー)で収束性が保証される。"