技術要約：ブランク逆問題のためのモース・ボット・フレームワーク

問題設定

本論文は、間接的な観測 $y = A(\bar{\theta})\bar{x} + b$ から、画像 $\bar{x}$ と順演算子のパラメータ $\bar{\theta}$（例：ブラーカーネル）を同時に復元する**ブランク逆問題（blind inverse problems）**を取り扱う。これらの問題は極めて不良設定（ill-posed）であり、同一の観測を説明できる $(x, \theta)$ のペアが無限に存在する。

著者らは、最大事後確率（MAP）推定フレームワークに焦点を当てている。ここでは、負の対数事後確率を最小化することによって解を求める：
$$L(x, \theta; y) = \frac{1}{2\sigma^2} \|A(\theta)x - y\|^2 - \log p_x(x) - \log p_\theta(\theta)$$
ハンドクラフトされた事前分布（例：スパース性）が歴史的に支配的であったが、近年の進展により、自然画像の複雑さを捉えるために学習された事前分布（特に拡散モデル）が利用されている。しかし、あるパラドックスが存続している。すなわち、慎重な初期化を伴う局所最適化はしばしば成功する一方で、グローバルなMAP最適化は一貫して失敗し、演算子が恒等写像へと崩壊して画像がぼやけたままになるデジェネレートな「ノーブラー（no-blur）」解へと収束してしまう（「ブリー・トラップ（blurry trap）」）。本論文は、この現象を厳密に説明し、局所的な復元が理論的に保証される条件を確立することを目的としている。

手法

1. モース・ボット・モデリング仮説

著者らは、画像のポテンシャル $q(x) = -\log p_x(x)$ を**モース・ボット関数（Morse-Bott function）**としてモデル化することを提案している。従来の凸性の仮定とは異なり、このフレームワークは自然画像が低次元多様体上に存在することを認めている。

• 定義: ポテンシャル $q$ が臨界点 $\bar{x}$ においてモース・ボットであるとは、臨界点の集合が局所的に滑らかな部分多様体 $\mathcal{M}$ を形成し、ヘッセ行列 $\nabla^2 q(\bar{x})$ が $\mathcal{M}$ の法方向に対して非退化であることを指す。
• 含意: ポテンシャルは画像多様体の接空間（$T_{\bar{x}}\mathcal{M}$）に沿っては平坦であるが、法方向には厳密に凸である。

2. 仮説の経験的検証

著者らは、最新の拡散モデル（FFHQ, ImageNet, AFHQ）を用いてこの仮説を検証している。

• 臨界点の特定: 自然画像、無関係なデータセット、およびノイズから勾配降下法を実行する。その結果、入力の「デノイズ」されたバージョンとして機能する臨界点への収束が観察される。
• ランドスケープの曲率: ポテンシャルが多様体から離れる方向（横方向）では急激に増加するが、多様体に沿っては比較的平坦であることを示している。
• ヘッセ行列のスペクトル解析: 臨界点におけるヘッセ行列のスペクトルを計算する。その結果、明確なスペクトルギャップが見出された。すなわち、少数のゼロに近い固有値（多様体の接空間に対応）と、大多数の大きな正の固有値（法方向に対応）が存在する。これは、学習された拡散ポテンシャルのためのモース・ボット構造を裏付けている。

3. 安定性の理論的解析

モース・ボットの仮定を用いて、著者らは非ブランクおよびブランク逆問題の両方に対する局所的な復元保証を導出している。

• 非ブランクの場合: $\bar{x}$ がポテンシャルの二次の臨界点であり、かつ演算子 $A$ が多様体の接空間（$T_{\bar{x}}\mathcal{M} \cap \ker A = \{0\}$）上で単射である場合、$\bar{x}$ は安定な局所最小解となることを証明している。
• ブランクの場合: これを結合復元 $(\bar{x}, \bar{\theta})$ へと拡張した。安定性には以下の3つの幾何学的条件が必要となる：
  1. 多様体上の識別可能性: $T_{\bar{x}}\mathcal{M} \cap \ker A(\bar{\theta}) = \{0\}$。
  2. パラメータの識別可能性: $\ker J_{\bar{x}}(\bar{\theta}) = \{0\}$（$\theta$ の変化が測定可能な変化を生むこと）。
  3. 多様体と演算子のデカップリング: $(A(\bar{\theta})T_{\bar{x}}\mathcal{M}) \cap \text{Im } J_{\bar{x}}(\bar{\theta}) = \{0\}$（画像の変動が演算子の変動と混同されないこと）。
• 結果: これらの条件下では、真値は安定な局所最小解となる。解はデータの摂動に対して滑らかに依存し、近くに初期化された勾配降下法はこの最小解へと収束する。

4. グローバルな失敗の解析（「ブリー・トラップ」）

局所的な安定性があるにもかかわらず、なぜグローバルなMAPが失敗するのかを著者らは調査している。

• 経験的観察: 自然画像に対して学習された拡散ポテンシャルにおいて、画像がぼやけるにつれてポテンシャル $q(x)$ が厳密に減少することを実証している。これは、単なる局所的なアーティファクトではなく、ランドスケープのグローバルな特性である。
• 理論的証明: ポテンシャルが「ブリー・プリファレンス（ぼけへの嗜好）」条件（すべてのブラーカーネル $h$ に対して $q(h * x) \leq q(x)$）を満たす場合、MAP目的関数のグローバルな最小解は、生成的な事前分布の質に関わらず、常に退化的な「ノーブラー」解になることを証明している。
• 結論: グローバルなMAPの失敗は、事前分布の質の限界ではなく、ランドスケープのトポロジーに内在する特性である。

主な結果

1. 局所的安定性: 本論文は、演算子と画像多様体が特定の幾何学的横断条件を満たす場合、広範なクラスのブランク逆問題において、真値が安定な局所最小解となることを確立した。これは、適切に初期化された局所最適化手法の経験的な成功を正当化するものである。
2. グローバルな不安定性: 「ブリー・トラップ」は、最先端の拡散事前分布を用いても存続することが確認された。グローバルなランドスケープは、自然画像の統計学が低周波成分を好むため、滑らかでぼやけた構造へとバイアスがかかっている。
3. 数値的検証:
   • 様々なブラーカーネル（ガウス、モーション、デフォーカス、シンプレックス）を用いた実験により、モース・ボットの谷（局所的な盆地）は存在するものの、しばしばグローバルなアトラクターによって覆い隠されていることが示された。
   • カーネルによる識別性の違い: モーションブラーやデフォーカスブラーは、ガウスブラーやエアリーブラーよりも鋭い局所最小値と良好なコンディショニングを示し、デカップリング条件をより効果的に満たしている。
   • ノイズ感受性: ノイズレベルが増加するにつれ、局所的な復元領域は崩壊し、グローバルな「ブリー・トラップ」が支配的となる。これにより、ノイズが一定の閾値を超えるとMAP推定器は不整合となる。
4. 初期化戦略: 著者らは、ランドスケープをナビゲートするためのヒューリスティックな交互最適化スキーム（アルゴリズム 6.1）を提案している：
   • 盆地を意識した初期化: 小さなカーネルではなく、「大きい（最大サポートを持つ）」カーネルで初期化する。これにより、画像成分が高周波成分を含むよう強制され、多様体と演算子のデカップリングが成立する横方向の領域に配置される。
   • 非対称更新: 画像を多様体のフロアの近くに保つため、カーネルの更新に対して複数回の画像更新を行う。
   • 周期的なリセット: 小さな局所的な窪みから脱出し、データの一貫性を維持するために、定期的に画像を観測値 $y$ にリセットする。
   • 検証: この戦略は、合成実験および実世界のデータ（Köhlerデータセット）において真値を正常に復元したが、小さなカーネルによる初期化は失敗した。

意義と主張

本論文は、学習された事前分布を用いたブランク逆問題における、局所最適化の成功とグローバル最適化の失敗という二分法を説明する、厳密な理論的フレームワーク（モース・ボット）を提供することを主張している。

• 理論的貢献: 学習されたポテンシャルの幾何学を形式化し、それらがモース・ボット関数であることを示した。また、局所的な復元のための明示的な安定定数と条件（識別可能性、デカップリング）を提供し、圧縮センシング理論を非凸な学習設定へと拡張した。
• 実践的洞察: 「ブリー・トラップ」は自然画像の統計学における根本的なトポロジー的特徴であり、特定のモデルアーキテクチャの欠陥ではないことを示した。したがって、事前分布の生成的な質を向上させるだけでは、グローバルなMAPの失敗を解決できない。
• 戦略的転換: 著者らは、ブランク逆問題の研究の焦点は、グローバルな最大化関数を探すことから、局所的な復元盆地の特性把握と標的化へとシフトすべきであると主張している。成功は「トポロジーに基づいた最適化」、具体的にはグローバルなアトラクターを回避するための戦略的な初期化にかかっている。

結論として、局所的な復元は幾何学的条件の下で理論的に保証されているものの、グローバルなランドスケープは本質的にバイアスがかかっている。したがって、実用的なアルゴリズムは、MAP推定量のグローバルな最適性に頼るのではなく、複雑な地形をナビゲートするためのヒューリスティック（大きなカーネルの初期化など）に依存する必要がある。