PolyCLEAN: H\"ogbomとベイズの出会い — ベイズMAP推定による高速超解像イメージング

目的：私たちは、無凸最適化をラジオ干渉計イメージングに適用するための2つの課題に取り組みます。まず、メモリ使用量と再構成速度の面で自然にスケールする高解像度設定のための手法を提案します。次に、不確実性の領域を局在化するための新しいツールを開発し、ラジオ干渉計における定量的イメージングの道を開きます。方法：古典的な₁ペナルティを使用して逆問題をスパース性を促進する最適化に変換します。効率的な実装のために、いわゆるフランク–ウルフアルゴリズムと多原子精緻化を併用します。このアルゴリズムは、各反復でスパースな画像を自然に生成し、メモリと計算要件を削減するために活用されます。この点において、PolyCLEANはCLEANの数値的な挙動を再現し、興味のある最小化問題を解決することを保証します。さらに、フランク–ウルフアルゴリズムの数値的副産物として現れる双対証明画像を導入します。この画像は、回復されたソースの位置に関する不確実性定量化のツールとして提案されます。結果：PolyCLEANは、特に高解像度グリッドに対して良好なスケーラビリティ性能を示します。シミュレーションでは、Pythonベースの実装が高速数値最適化CLEANソルバーと競争力があります。この加速は画像再構成品質に影響を与えません：PolyCLEAN画像は、点源と拡散放射の回復の両方に対してCLEANによって得られたものと一致しています。観測されたラジオ測定におけるPolyCLEANの再構成能力も強調します。結論：PolyCLEANは、ベイズの事前分布を使用できるため、ラジオ干渉計イメージングパイプラインにおけるCLEANの代替として考えることができます。