[論文レビュー] A review on minimax rates in change point detection and localisation

Yi Yu|arXiv (Cornell University)|Nov 3, 2020

Statistical Methods and Inference参考文献 170被引用数 12

ひとこと要約

本稿は、パラメトリックおよびノンパラメトリックモデルをカバーする、スカラーおよび高次元設定における変動点検出および局在化のミニマックス最適レートについてレビューする。基本的な検出および局在化限界を確立し、罰則付き手続きが対数要因の範囲内でほぼ最適な局在化誤差を達成することを示し、特に再生核ヒルベルト空間と信号対雑音比の閾値に関連するノンパラメトリック設定における未解決問題を特定する。

ABSTRACT

This paper reviews recent developments in fundamental limits and optimal algorithms for change point analysis. We focus on minimax optimal rates in change point detection and localisation, in both parametric and nonparametric models. We start with the univariate mean change point analysis problem and review the state-of-the-art results in the literature. We then move on to more complex data types and investigate general principles behind the optimal procedures that lead to minimax rate-optimal results.

研究の動機と目的

• 変動点解析における根本的なミニマックス検出および局在化限界を確立すること。
• 検出と局在化を、異なる最適性基準を持つ別々の統計的目標として区別すること。
• 検出および局在化の両方でほぼ最適な性能を達成する計算効率の良いアルゴリズムをレビューすること。
• 再生核ヒルベルト空間における特に重要なノンパラメトリック設定における変動点検出の未解決問題を特定すること。
• 信号対雑音比（κ/√∆）が一貫した変動点推定の可能性を決定づける役割を検討すること。

提案手法

• さまざまなモデルにおける検出および局在化の根本的な下界を導出するためにミニマックスリスク分析を用いる。
• 区間ごとの残差の和として定義される損失関数に加え、セグメント数に対するペナルティ項を含む、分離可能な損失関数を用いた罰則付きセグメンテーションアルゴリズム（アルゴリズム1）を適用し、ほぼ最適な局在化を達成する。
• 損失関数を区間固有の残差の和として定義し、セグメント数に対するペナルティ項を含める。
• 特に再生核ヒルベルト空間において、カーネルベースの損失関数を用いてノンパラメトリック設定にこの手法を適応させる。
• 変動点局在化における推定器の精度を測るためにハウスドルフ距離を用いる。
• 異なるノルム（ℓ2、フロベニウス、作用素、RKHS）および距離（コルモゴロフ＝スミルノフ、supremumノルム）を定義し、信号対雑音比を定義する。

実験結果

リサーチクエスチョン

• RQ1 スカラー平均変動点問題におけるミニマックス検出および局在化レートは何か？
• RQ2 検出と局在化の限界はどのように異なるのか？ 両者は同時に達成可能か？
• RQ3 罰則付きセグメンテーション手法はノンパラメトリックモデルでもほぼ最適な局在化誤差を達成できるか？
• RQ4 信号対雑音比（κ/√∆）は、一貫した変動点推定の可能性を決定づける役割を果たすか？
• RQ5 再生核ヒルベルト空間を用いたノンパラメトリック変動点検出における根本的限界は何か？

主な発見

• ミニマックス検出境界は、κ/√∆ ≍ 1 におけるフェーズ遷移によって特徴づけられ、これより下では一貫した検出が不可能である。
• スカラー平均変動点問題において、検出と局在化の境界は対数要因の範囲で一致する。
• 罰則付きセグメンテーションアルゴリズムは、ミニマックス最適レートの対数要因の範囲内で局在化誤差を達成する。
• ノンパラメトリック設定、例えばコルモゴロフ＝スミルノフ距離やRKHSに基づく距離において、パラメトリックモデルと同等のレートが達成可能であるが、関数空間の複雑さに有界な仮定が成立する場合に限る。
• Sobolev空間 Wα,2（α > 1/2）に対して、検出境界が O(T−α/(2α+1)) であり、局在化レートが O(T−2α/(2α+1)) であると予想されるが、これは未解決のままである。
• 本レビューは、オンライン変動点検出および仮説検定、および対数ギャップを超える正確なミニマックスレートの特定が、依然としてほとんど未開拓であると指摘している。