[論文レビュー] Bayesian Blocks: Divide and Conquer, MCMC, and Cell Coalescence Approaches

Jeffrey D. Scargle|ArXiv.org|Sep 9, 2000

Computational Drug Discovery Methods参考文献 27被引用数 7

ひとこと要約

本稿では、時系列、画像、および高次元プロセスなどの集積的データにおける局所構造を、一定のイベントレートを持つセルにデータ空間を分割することで検出する手法として、ベイジアンブロックを導入する。3つのアプローチを提案する：単一チェンジポイントを用いた分割統治法、チェンジポイント数の最尤推定、およびボロノイタイルレーションから出発するベイジアンセルコalescence。これらは、1次元および高次元において、高い精度で最適なセグメンテーションを効率的に同定する。

ABSTRACT

Identification of local structure in intensive data -- such as time series, images, and higher dimensional processes -- is an important problem in astronomy. Since the data are typically generated by an inhomogeneous Poisson process, an appropriate model is one that partitions the data space into cells, each of which is described by a homogeneous (constant event rate) Poisson process. It is key that the sizes and locations of the cells are determined by the data, and are not predefined or even constrained to be evenly spaced. For one-dimensional time series, the method amounts to Bayesian changepoint detection. Three approaches to solving the multiple changepoint problem are sketched, based on: (1) divide and conquer with single changepoints, (2) maximum posterior for the number of changepoints, and (3) cell coalescence. The last method starts from the Voronoi tessellation of the data, and thus should easily generalize to spaces of higher dimension.

研究の動機と目的

• 時系列、画像、および高次元プロセスなどの集積的データにおける局所構造を検出する課題に取り組む。ここでのイベントレートは空間的に変動する。
• モデルに依存しない手法を開発し、データの特性に応じて境界とサイズが決定される、均一なポアソンイベントレートを持つセルにデータを分割する。
• バッキングされたデータ解析の限界を克服し、生のイベントデータを直接分析することで、時間的・空間的分解能を保持する。
• ボロノイタイルレーションなどの幾何的分割技術を用いて、1次元のチェンジポイント検出を高次元に一般化する。
• 最小限の仮定で、周辺化とベイズ因子を用いてモデル適合度と統合意思決定を評価する、堅牢なベイジアンフレームワークを提供する。

提案手法

• 集積的データを、各セルで一定のイベントレートを持つ区分的定常ポアソン過程としてモデル化し、セルの数と位置をデータから推定する。
• 単一チェンジポイントを再帰的に特定する分割統治戦略を採用し、その後、後部確率を用いてそれらを統合して完全なセグメンテーションを構築する。
• 異なるセグメント数を持つモデルを比較することで、最適なチェンジポイント数を最尤後部確率（MAP）推定によって特定する。
• ベイジアンセルコalescenceを導入：データポイントの各イベントが影響領域を持つセルを定義するボロノイタイルレーションから出発し、ベイズ因子に基づいて隣接セルを反復的に統合する。
• ベイズ因子基準を用いる：2つの隣接セルを統合するかどうかを判断する際、統合後のモデルの対数ベイズ因子が個別モデルのそれより大きい場合に統合を実行し、これ以上有利な統合が存在しなくなるまで繰り返す。
• ポアソンレートの周辺後部確率が解析的に扱えるという事実を活用し、局所的イベントレートなどの余剰パラメータについての正確なベイズ推論を可能にする。

実験結果

リサーチクエスチョン

• RQ1 事前にバッキングしないデータに依存せずに、時系列におけるパルスや画像におけるクラスタといった集積的データの局所構造をどのように検出できるか？
• RQ2 セルの数と境界の位置が未知である状況で、一定のイベントレートを持つセルにデータ空間を最適に分割する方法は何か？
• RQ3 データ駆動型の非パラメトリック手法は、バッキングされた解析に比べて、バインサイズの制限を超えたサブバイン分解能でチェンジポイントを検出できるか？
• RQ4 ボロノイタイルレーションのような幾何的分割技術を用いて、2次元画像や3次元時系列画像などの高次元データに対して、どのようにベイズ推論を適用できるか？
• RQ5 ベイジアンセルコalescenceにおける反復的セル統合の基準として、意味的で最適なセグメンテーションに収束する条件は何か？

主な発見

• ボロノイタイルレーションから出発するベイジアンセルコalescence法は、複雑な真の構造を持つ合成時系列データに対しても、大多数のチェンジポイントを正しく検出できた。
• 本手法は、バッキングされたアプローチがバインサイズに制限を受けるのとは異なり、チェンジポイント検出においてサブバイン分解能を達成した。
• セル統合のためのベイズ因子基準は、モデル適合度と複雑さのバランスを効果的にとらえ、さらなる統合が後部確率を低下させる場合に停止する。
• ボロノイタイルレーションが次元に依存しない自然で適応的なデータ空間分割を提供するため、本手法は高次元への自然な一般化が可能である。
• ポアソン過程モデルの強い統計的基盤のおかげで、検出器のデッドタイム効果に対しても頑健であり、イベントの到着が完全に独立でない場合でも精度を維持する。
• 予備的な結果から、特に高次元またはスパースなデータ環境において、分割統治法や最尤後部推定法に比べて、ベイジアンセルコalescenceは顕著な改善を示している。