50. Approximate Message Passing アルゴリズム
AMP アルゴリズム
x(t+1)
= ηt Φ∗
z(t)
+ x(t)
= η Φ∗
z(t)
+ x(t)
; τ(t)
z(t)
= y − Φx(t)
+
1
α
η′
t−1 Φ∗
z(t−1)
+ x(t−1)
τ(t)
=
τ(t−1)
α
η′
t−1 Φ∗
z(t−1)
+ x(t)
•
η(·, b) =
⎧
⎪⎪⎪⎨
⎪⎪⎪⎩
x − b if b < x
0 if − b ≤ x ≤ b
x + b if x < −b
• α = m/n
• ⟨x⟩ = n−1 n
i=1 xi
50 / 54
51. State Evolution
• ファクターグラフが密なグラフなので,LDPC 符号と同様の
解析はできない.
• スピングラス理論で TAP 方程式を解析するために考えられた
conditioning technique [Bolthausen 2009] を使って解析.
⇒ State Evolution (SE) [Bayati+ 2011]
• SE で AMP の性能を記述できることは以前から実験的に分かっ
ていたが,[Bayati+ 2011] によって理論的な証明が与えられた.
51 / 54
52. State Evolution
State Evolution [Bayati+ 2011]
σ2
t = E ||x(t)
− x||2
2 とおく.Φ の各要素が N(0, 1/m) に従うとき,以
下が成り立つ.
σ2
t+1 =
1
α
E |ηt(X + σtZ) − X|2
ただし,X は観測信号の経験分布に従う確率変数,Z ∼ N(0, 1) で,
期待値は X と Z に関してとる.
• 実際にはもう少し一般的な形で証明されている.
• これにより,平均二乗誤差が 0 に収束するかどうかが分かる.
52 / 54