[論文レビュー] A new kernel-based index for the global sensitivity analysis of models with correlated inputs

Troy Arron Larsen, Alen Alexanderian|arXiv (Cornell University)|Mar 1, 2026

Probabilistic and Robust Engineering Design被引用数 0

ひとこと要約

論文は、相関のある入力とおそらく関数値を持つ入力と出力に対するグローバル感度解析のための境界付き・モーメント独立・周辺化に対して単調性を持つカーネルベースの指標として全HSIC感度指数を導入する。

ABSTRACT

We present an HSIC-based approach for global sensitivity analysis of broad classes of models with correlated and possibly function-valued inputs and outputs. To this end, we define the total HSIC sensitivity index: a bounded, interpretable, and moment-independent analogue to the total-effect Sobol' index. These desirable qualities hinge upon the key property of monotonicity under marginalization for the HSIC. We rigorously establish this monotonicity property by using a suitable class of augmented kernels. Furthermore, we provide an efficient algorithm for computing an empirical estimator of the HSIC that significantly reduces computational complexity and storage requirements. The effectiveness and interpretability of the total HSIC sensitivity indices are demonstrated through computational experiments on models that feature nonlinear relationships, correlated inputs, and functional outputs.

研究の動機と目的

• 相関のある入力およびおそらく関数値を持つ入力/出力を持つモデルのグローバル感度解析（GSA）の動機付け。
• HSICを用いた依存を扱うカーネルベースの枠組みを導入。
• Sobolの総効果のように周辺化に対する単調性をカーネルを拡張することで確保し、全HSICを解釈可能にする。
• 境界付きで解釈可能、モーメント独立な全HSIC感度指数を定義し、その理論的性質を確立。
• 非線形・相関・関数出力モデルに対して実証可能なHSICを推定する効率的アルゴリズムを開発し、その有効性を示す。

提案手法

• 再生性核ヒルベルト空間（RKHS）フレームワークを採用し、特徴的カーネルを用いてHSICで依存性を測定。
• RKHSに定数関数を含むように拡張されたカーネルを構築し、周辺化に対する単調性を可能にする（定理3.9）。
• 全HSIC感度指数T_A(f) = 1 - HSIC(X_{ ilde A}, Y) / HSIC(X, Y)を定義し、X_Aに帰属する依存性の共有部分を定量化。
• 中心化グラム行列とガウスカーネルを用いたHSICの経験的推定量を提供し、帯域幅の中央値ヒューリスティックを採用。
• 拡張カーネルの設定の下でT_A(f)が0から1の範囲に境界づけられることを示す（補題4.1）。
• 高次元入力と相関構造を扱うためのHSICの効率的計算戦略を概説し、非線形・相関・関数出力モデルの計算実験でこのアプローチを示す。

実験結果

リサーチクエスチョン

• RQ1 相関入力を持つモデルに対してHSICベースの指標を全感度指数として拡張するにはどうすればよいか。
• RQ2 周辺化に対する単調性を拡張カーネルで保証し、HSICベースの指標をSobol総効果のように解釈可能にできるか。
• RQ3 全HSIC感度指数はスカラー・ベクトル・関数値の入力/出力に対して境界付けられ、解釈可能か。
• RQ4 データからHSICを効率的に推定して高次元入力と相関構造に対処する方法は。

主な発見

• 全HSIC感度指数の導入：総効果Sobolの境界付き・解釈可能・モーメント独立な類似物。
• 拡張カーネルを介した周辺化に対する単調性の証明により、部分集合ベースの感度ランキングが意味を持つ。
• 中心化グラム行列とガウスカーネルを用いたHSICの効率的推定量：計算量と記憶量を削減。
• 全HSICが非線形関係・入力相関・関数出力を捉えることを計算実験で示す。
• 拡張カーネル構成が特徴性を保持し単調性を可能にすることの理論的保証（定理3.9、系譜3.7）。
• 相関入力シナリオの下でカーネルベースのGSAとSobol-styleの解釈性を統合するフレームワーク。