Equivariant Splitting: Self-supervised learning from incomplete data

إليك ملخص تقني مفصل للورقة البحثية بعنوان "Equivariant Splitting: Self-Supervised Learning from Incomplete Data" (التقسيم المتماثل: التعلم ذاتي الإشراف من البيانات غير المكتملة).

1. بيان المشكلة

تتناول الورقة البحثية المسائل العكسية (Inverse Problems) في التصوير، والتي تُصاغ كـ $y = Ax + \epsilon$، حيث $x$ هي الصورة الحقيقية، و$y$ هو القياس المرصود، و$A$ هو مؤثر أمامي معروف (غالباً ما يكون ناقص الرتبة)، و$\epsilon$ هو الضجيج.

• التحدي: في العديد من التطبيقات (مثل التصوير بالرنين المغناطيسي الطبي، والتصوير المقطعي CT، وعلم الفلك)، يكون الحصول على صور الحقيقة الأرضية ($x$) للتدريب تحت الإشراف مكلفاً أو مستحيلاً.
• الإعداد المحدد: يركز المؤلفون على السيناريو الأكثر تحدياً: المؤثرات الأمامية الناقصة الوحيدة. بخلاف السيناريوهات التي تتضمن أقنعة متعددة ومتغيرة (حيث تعمل طرق "التقسيم" - splitting)، أو إزالة الضجيج (حيث $A=I$)، فإن المؤثر $A$ هنا ثابت وغير مكتمل، مما يعني أن الفضاء الصفري لـ $A$ لا يمكن استكشافه من خلال تنوع المؤثرات وحده.
• محدودية الطرق الحالية:
  • تقسيم القياس (Measurement Splitting): يتطلب مؤثرات متعددة أو أقنعة متغيرة للوصول إلى كامل فضاء الإشارة. يفشل مع وجود مؤثر واحد ثابت.
  • التصوير المتماثل (Equivariant Imaging - EI): يفترض أن توزيع الصور ثابت تجاه التحويلات (مثل الدوران أو الإزاحة). ورغم أنه يعمل مع المؤثرات المفردة، إلا أنه مكلف حوسبياً (يتطلب 2-3 تمريرات للشبكة في كل تكرار) ولا يضمن التقارب نحو المقدر الأمثل لمتوسط مربعات الخطأ الأدنى (MMSE).

2. المنهجية: التقسيم المتماثل (Equivariant Splitting - ES)

يقترح المؤلفون التقسيم المتماثل (ES)، وهو استراتيجية تعلم ذاتي الإشراف تجمع بين الكفاءة الحوسبية لخسائر التقسيم والضمانات النظرية للتصوير المتماثل.

أ. المفهوم الجوهري: هيكل المؤثرات المتعددة الافتراضية

تعتمد الطريقة على الافتراض 1: توزيع صور الحقيقة الأرضية $p(x)$ ثابت تحت مجموعة من التحويلات $\mathcal{G}$ (أي أن $p(T_g x) = p(x)$).

• من خلال تطبيق تحويل $T_g$ على الصورة، تصبح معادلة القياس:
  $$y = Ax + \epsilon = A(T_g T_g^{-1} x) + \epsilon = (A T_g) (T_g^{-1} x) + \epsilon$$
• يعيد هذا تفسير القياس الواحد $y$ باعتباره ناتجاً عن مؤثر أمامي افتراضي $A_g = A T_g$ يعمل على حقيقة أرضية افتراضية $x_g = T_g^{-1} x$.
• وبما أن $x$ و $x_g$ متطابقان إحصائياً (بسبب الثبات)، فإن المشكلة تصبح فعلياً مشكلة مؤثرات متعددة حيث المؤثرات هي $\{A T_g\}_{g \in \mathcal{G}}$.

ب. دالة الخسارة (The Loss Function)

تستفيد خسارة ES من هيكل المؤثرات المتعددة الافتراضي لتطبيق خسارة تقسيم (splitting loss):
$$L_{ES}(y, A, f) = \mathbb{E}_{g} \left[ L_{SPLIT}(y, A T_g, f) \right]$$
حيث تقوم $L_{SPLIT}$ بتقسيم القياس $y$ إلى جزء مدخل ($y_1$) وجزء مستهدف ($y_2$) يتوافق مع المؤثر الافتراضي $A T_g$. يتم تدريب الشبكة للتنبؤ بالقياس الكامل $y$ من المدخل الجزئي $y_1$.

النتيجة النظرية الرئيسية (النظرية 1):
تحت افتراض القياسات الخالية من الضجيج وثبات $p(x)$ بالنسبة لـ $G$، إذا كانت المصفوفة $Q_{A_1} = \mathbb{E}_g[(A T_g)^\top (A T_g)]$ كاملة الرتبة، فإن الحد الأدنى العالمي لخسارة ES هو مقدر MMSE ($f^*(y) = \mathbb{E}[x|y]$). وهذا يمثل تحسناً كبيراً عن EI القياسي، الذي لا يضمن المثالية لـ MMSE.

ج. البنى المتماثلة والكفاءة

تتمثل إحدى العقبات الرئيسية في EI في الحاجة لتقييم الشبكة لكل تحويل $g$. يقدم المؤلفون تعريفاً جديداً لـ المعيدات المتماثلة (equivariant reconstructors) للمسائل العكسية:
$$f(y, A T_g) = T_g^{-1} f(y, A)$$
وقد أثبتوا (النظرية 2) أن البنى الشائعة (شبكات إزالة الآثار، الشبكات المفتوحة/Unrolled Networks، MAP، MMSE) تحقق هذه الخاصية إذا كانت كتل إزالة الضجيج الداخلية فيها متماثلة.

• النظرية 3 (التآزر): إذا كانت الشبكة $f$ معيدة متماثلة، فإن خسارة ES تتبسط رياضياً لتصبح خسارة التقسيم القياسية $L_{SPLIT}(y, A, f)$.
• الأثر العملي: يسمح هذا للنموذج بالتدريب باستخدام تمريرة واحدة فقط للشبكة في كل تكرار (تماماً مثل التعلم الخاضع للإشراف القياسي)، مما يلغي التكلفة الحوسبية لـ EI مع الاحتفاظ بفوائده النظرية.

3. المساهمات الرئيسية

1. تعريف جديد للتماثل (Equivariance): تم تعريف التماثل خصيصاً لوظائف إعادة البناء $f(y, A)$، مع إظهار أن البنى القياسية (مثل الشبكات المفتوحة ذات مزيلات الضجيج المتماثلة) تلبي هذه الخاصية طبيعياً.
2. خسارة التقسيم المتماثل (ES Loss): خسارة ذاتية الإشراف مبتكرة توحد بين التقسيم والتصوير المتماثل. وهي توفر مقدراً غير متحيز للخسارة الخاضعة للإشراف وتضمن التقارب نحو مقدر MMSE تحت شروط ملائمة.
3. الكفاءة الحوسبية: من خلال الجمع بين ES والبنى المتماثلة، تحقق الطريقة أداء EI دون تكلفة الـ 2-3 أضعاف، حيث تتطلب تمريرة أمامية واحدة فقط لكل خطوة تدريب.
4. الضمانات النظرية: أثبتت الطريقة أنها تنتج مقدر MMSE الأمثل، وهو ضمان كان مفقوداً في طرق التعلم ذاتي الإشراف ذات المؤثر الواحد.

4. النتائج التجريبية

قيم المؤلفون ES على أربع مسائل عكسية متنوعة: إكمال الصور (Inpainting)، الاستشعار المضغوط، تسريع الرنين المغناطيسي (MRI)، والتصوير المقطعي (CT) ذو الرؤية المتفرقة.

• الأداء:
  • تفوقت ES باستمرار على EI والمقارنات الأخرى (SURE, MC, IDFT) من حيث PSNR و SSIM.
  • في الإعدادات شديدة نقص الرتبة (مثل الاستشعار المضغوط بمعدلات ضغط منخفضة، وCT ذو الرؤية المتفرقة)، تقترب ES من أداء الطرق الخاضعة للإشراف بالكامل، بينما غالباً ما تتأخر EI خلفها.
  • مثال: في MRI (تسريع 8x)، حققت ES قيمة 28.54 dB لـ PSNR مقابل 27.88 dB لـ EI، و28.74 dB للطريقة الخاضعة للإشراف.
• دراسات الاستئصال (Ablation Studies):
  • البنية: استخدام البنى المتماثلة (مثل شبكات UNet ذات الثبات بالإزاحة أو متوسط رينولدز للدوران) يعزز الأداء بشكل كبير عند اقترانه بخسارة التقسيم.
  • التحقق من التبعية 1 (Corollary 1): أكدت التجارب أنه إذا كان المؤثر الأمامي $A$ نفسه متماثلاً تجاه التحويلات المختارة (مثل قناع شبكي ثابت ذو ثبات بالإزاحة)، فإن الطريقة تفشل في التعلم (ينخفض الأداء)، مما يؤكد الضرورة النظرية للمؤثرات غير المتماثلة.
• المتانة: تظل الطريقة مستقرة حتى عندما تكون توزيعات الضجيج غير معروفة أو عندما يكون افتراض الثبات تقريبياً فقط (مثل الصور الطبية).

5. الأهمية

• سد الفجوة: نجح هذا العمل في سد الفجوة بين طرق "التقسيم" (كفؤة ولكن تتطلب مؤثرات متعددة) وطرق "التصوير المتماثل" (قادرة بمؤثر واحد ولكنها ثقيلة حوسبياً وأضعف نظرياً).
• الأثر العملي: يتيح إعادة بناء متقدمة في السيناريوهات التي لا تتوفر فيها الحقيقة الأرضية وتكون عملية الحصول على البيانات مقيدة بنموذج قياس واحد ثابت وغير مكتمل (وهو أمر شائع في التصوير الطبي والاستشعار عن بعد).
• الكفاءة: من خلال تقليل تكلفة التدريب لتصبح مثل التعلم القياسي مع الحفاظ على قدرات التعلم ذاتي الإشراف، تجعل هذه الطريقة حل المسائل العكسية المتقدمة أكثر سهولة وقابلية للتوسع.
• التقدم النظري: تثبت أن القيود الهيكلية القائمة على التماثل ليست مجرد وسيلة تجريبية للتعميم، بل هي أداة أساسية لحل المسائل العكسية سيئة التحديد مع ضمانات المثالية.