[論文レビュー] An averaged projected Robbins-Monro algorithm for estimating the parameters of a truncated spherical distribution

Antoine Godichon‐Baggioni, Bruno Portier|arXiv (Cornell University)|Jun 14, 2016

Robotics and Sensor-Based Localization参考文献 23被引用数 6

ひとこと要約

本稿では、完全または切断された球面に分布するノイズの多い3次元点群から球の中心および半径を推定するための平均化された投影付きロビンズ・モンロアルゴリズムを提案する。この手法は、確率的収束および漸近正規性を保証し、小規模から中規模の標本サイズにおける非漸近的収束レートを有する。数値実験により検証されている。

ABSTRACT

The objective of this work is to propose a new algorithm to fit a sphere on a noisy 3D point cloud distributed around a complete or a truncated sphere. More precisely, we introduce a projected Robbins-Monro algorithm and its averaged version for estimating the center and the radius of the sphere. We give asymptotic results such as the almost sure convergence of these algorithms as well as the asymptotic normality of the averaged algorithm. Furthermore, some non-asymptotic results will be given, such as the rates of convergence in quadratic mean. Some numerical experiments show the efficiency of the proposed algorithm on simulated data for small to moderate sample sizes.

研究の動機と目的

• 完全または切断された球面に分布するノイズの多い3次元点群に対する球面フィッティングの課題に対処すること。
• 完全な球面の表面を明示的に知らなくても、球の中心および半径を推定する再帰的確率的アルゴリズムを開発すること。
• 一般条件のもとで、アルゴリズムの平均化されたバージョンのほとんど確実収束および漸近正規性を確立すること。
• パrameter推定量の非漸近的収束レートを2乗平均において導出すること。
• 小規模から中規模の標本サイズにおけるシミュレートデータ上でアルゴリズムの性能を検証すること。

提案手法

• 更新がパrameter空間に投影されることで安定性が保証される、投影付きロビンズ・モンロ確率的近似スキームに基づく。
• 半径からのノルムの期待二乗偏差を最小化するための陰伏的方程式を用いる：$ G(\theta) = \frac{1}{2}\mathbb{E}[(\|X - \mu\| - r)^2] $。
• 収束を保証するデータ駆動型の再帰的ステップサイズを用い、パrameter推定量の妥当性を維持するための投影を適用する。
• 収束特性の向上と漸近正規性の達成を目的として、アルゴリズムの平均化されたバージョンを導入する。
• 点群を $ X = \mu + r W U_\Omega $ としてモデル化することで、切断データを扱う。ここで $ U_\Omega $ は単位球面の部分集合 $ \Omega $ 上の一様分布である。
• 誤差項の解析と収束特性の導出に、マルティンゲール差分列および条件付き期待値の技術を用いる。

実験結果

リサーチクエスチョン

• RQ1 切断され、ノイズが混在する3次元点群において、再帰的確率的アルゴリズムがほとんど確実収束を達成できるか？
• RQ2 投影付きロビンズ・モンロアルゴリズムの平均化されたバージョンが、推定パrameterに対して漸近正規性を達成するか？
• RQ3 アルゴリズムの2乗平均における非漸近的収束レートは何か？
• RQ4 実際の応用において、実際のノイズと切断を伴う小規模から中規模の標本サイズで、アルゴリズムの性能はいかがなものか？
• RQ5 径方向のフラクチュエーション $ W $ の分布に対して一般仮定のもとで、理論的裏付けをどのように与えることができるか？

主な発見

• 弱い正則性条件のもとで、投影付きロビンズ・モンロアルゴリズムは真のパrameter $ \mu $ および $ r $ にほとんど確実に収束する。
• 平均化されたアルゴリズムは漸近正規性を達成し、$ \sqrt{n}(\overline{\theta}_n - \theta) \xrightarrow{\mathcal{L}} \mathcal{N}(0, \Gamma_\theta^{-1} \Sigma \Gamma_\theta^{-1}) $ が成り立つ。ここで $ \Sigma $ は漸近的分散共分散行列である。
• 2乗平均における非漸近的収束レートが確立され、ステップサイズスケジュールに依存して $ \mathbb{E}[\|\widehat{\theta}_n - \theta\|^2] = O(n^{-\alpha}) $（$ \alpha > 0 $）となる。
• 確率的近似の誤差項は $ \frac{1}{\sqrt{n}} \sum_{k=1}^n \epsilon_{k+1} \xrightarrow{=mathbb{P}} 0 $ を満たすことが示され、アルゴリズムの安定性が裏付けられる。
• アルゴリズムは、限られた標本サイズと切断を伴うシミュレートデータに対しても、強力な実験的性能を示す。
• 理論的枠組みは一般の径方向分布 $ W $ にまで拡張可能であり、$ W $ のモーメントおよび可積分性条件のもとで収束が保証される。