하이브리드 입출력 알고리즘

Hybrid input-output algorithm

위상검색용 하이브리드 입출력(HIO) 알고리즘은 간섭성 회절 이미징에서 위상을 검색하기 위한 오차 저감 알고리즘의 변경이다.물체의 회절패턴이 푸리에 변환이기 때문에 회절패턴의 위상을 결정하는 것은 매우 중요하며, 회절패턴을 적절히 반전시키기 위해서는 위상을 알아야 한다.그러나 진폭만 회절 패턴의 강도로 측정할 수 있으므로 실험적으로 알 수 있습니다.이 사실과 어떤 종류의 지원 제약은 위상을 반복적으로 계산하기 위해 사용될 수 있습니다.HIO 알고리즘은 푸리에 영역 제약(지원)에 따라 점진적으로 솔루션이 적합하도록 하기 위해 푸리에 공간에서 음의 피드백을 사용합니다.푸리에와 객체 제약을 번갈아 적용하는 오류 감소 알고리즘과 달리 HIO는 객체 도메인 단계를 건너뛰고 이전 솔루션에 작용하는 부정적인 피드백으로 대체합니다.

에러 저감 방법이 한계치(일반적으로 올바르거나 최적의 솔루션으로는 수렴되지 않음[2])로 수렴되는 것으로 나타났지만, 이 프로세스에 걸리는 시간에는 제한이 없습니다.또한 오류 감소 알고리즘은 글로벌 솔루션 대신 로컬 최소값을 찾는 것이 거의 확실합니다.HIO는 오류 감소와 한 단계만 다르지만 이 문제를 크게 줄이기에 충분합니다.오류 감소 접근방식은 시간이 지남에 따라 솔루션을 반복적으로 개선하는 반면, HIO는 부정적인 피드백을 적용하여 푸리에 공간에서 이전 솔루션을 개조합니다.HIO는 이전 솔루션에서 푸리에 공간의 평균 제곱 오차를 최소화함으로써 역변환을 위한 더 나은 후보 솔루션을 제공합니다.오류 저감보다 빠르고 강력하지만 HIO 알고리즘에는 고유성 [3]문제가 있습니다.부정적인 피드백의 강도에 따라 회절 데이터 세트에 대한 해결책이 여러 개 있을 수 있습니다.문제는 있지만, 이러한 가능한 해결책의 대부분은 HIO가 어떤 평면에서든 거울 이미지를 해결책으로 발생시킬 수 있다는 사실에서 비롯되는 것으로 나타났다.결정학에서, 과학자는 분자 자체 이외의 다른 기준과 관련된 원자 좌표에 거의 관심이 없으며, 따라서 실제 이미지에서 뒤집힌 해법에 대해 더 만족합니다.단점은 HIO가 글로벌과 로컬의 양쪽에서 벗어나는 경향이 있다는 것입니다.이 문제는 피드백파라미터의 강도에 따라 다르기도 합니다.이 문제에 대한 좋은 해결책은 오류가 최소치에 이르렀을 때 알고리즘을 전환하는 것입니다.일관성 있는 회절 패턴을 단계화하는 다른 방법으로는 차분 맵 알고리즘과 "완화 평균 교대 반사"[4] 또는 RAAR가 있습니다.

레퍼런스

  1. ^ Bauschke, Heinz H.; Combettes, Patrick L.; Luke, D. Russell (2002). "Phase retrieval, error reduction algorithm, and Fienup variants: a view from convex optimization". Journal of the Optical Society of America A. 19 (7): 1334–45. Bibcode:2002JOSAA..19.1334B. doi:10.1364/JOSAA.19.001334. PMID 12095200.
  2. ^ Fienup, J. R. (1 July 1978). "Reconstruction of an object from the modulus of its Fourier transform". Optics Letters. 3 (1): 27–29. Bibcode:1978OptL....3...27F. doi:10.1364/OL.3.000027. PMID 19684685.
  3. ^ Miao J, Kirz J, Sayre D, "오버샘플링 페이징 방식", Acta Chryst.(2000), D56, 1312-1315
  4. ^ 1. 루크 러셀 D, "회절 이미징을 위한 완화 평균 교대 반사" 역문제(2005) 21, 37-50