[論文レビュー] Characterizing Classes of Potential Outliers through Traffic Data Set Data Signature 2D nMDS Projection

Erlo Robert F. Oquendo, Jhoirene Clemente+2 more|arXiv (Cornell University)|Feb 24, 2017

Traffic and Road Safety参考文献 1被引用数 3

ひとこと要約

本稿では、2次元非計量多次元尺度構成法（nMDS）の投影と信頼帯・信頼楕円を組み合わせることで、交通データにおける潜在的外れ値を形式的かつ統計的に根拠のある方法で分類する手法を提案する。3つのクラス（絶対的、有効的、曖昧な）に外れ値を分類し、視覚的検査に比べて高い正確性を達成。2006年NLEX Balintawak北上データセットを用いて、先行研究で報告済みの10件に加え、新たに11件の外れ値を同定した。

ABSTRACT

This paper presents a formal method for characterizing the potential outliers from the data signature projection of traffic data set using Non-Metric Multidimensional Scaling (nMDS) visualization. Previous work had only relied on visual inspection and the subjective nature of this technique may derive false and invalid potential outliers. The identification of correct potential outliers had already been an open problem proposed in literature. This is due to the fact that they pinpoint areas and time frames where traffic incidents/accidents occur along the North Luzon Expressway (NLEX) in Luzon. In this paper, potential outliers are classified into (1) absolute potential outliers; (2) valid potential outliers; and (3) ambiguous potential outliers through the use of confidence bands and confidence ellipse. A method is also described to validate cluster membership of identified ambiguous potential outliers. Using the 2006 NLEX Balintawak Northbound (BLK-NB) data set, we were able to identify two absolute potential outliers, nine valid potential outliers, and five ambiguous potential outliers. In a literature where Vector Fusion was used, 10 potential outliers were identified. Given the results for the nMDS visualization using the confidence bands and confidence ellipses, all of these 10 potential outliers were also found and 8 new potential outliers were also found.

研究の動機と目的

• 主観的な視覚的検査による交通データにおける外れ値同定の信頼性の低さという未解決問題に対処すること。
• データ・シグネチャーの可視化を用いて、交通データセットにおける潜在的外れ値の検出を形式化すること。
• 統計的信頼領域に基づいて、識別された外れ値を3つの明確なカテゴリ（絶対的、有効的、曖昧）に分類すること。
• クラスタメンバーシップの妥当性を向上させるために、曖昧な外れ値のクラスタ所属を定義された手法で検証すること。

提案手法

• 高次元の交通データ・シグネチャーを2次元の可視化空間に射影するために、非計量多次元尺度構成法（nMDS）を適用する。
• nMDSで埋め込まれたデータ点の周囲に95％信頼帯と信頼楕円を構築し、外れ値検出のための統計的境界を定義する。
• 信頼帯および信頼楕円に対する相対的位置に基づいて外れ値を分類する：両方の外側にあれば絶対的、片方の外側で他方の内側であれば有効的、境界付近であれば曖昧。
• 曖昧な外れ値のクラスタメンバーシップを評価するためにクラスタバリデーション手法を用い、クラスタ中心に近接することによる誤分類を回避する。
• 主な実証的テストケースとして、2006年NLEX Balintawak北上（BLK-NB）交通データセットを分析する。
• 先行研究におけるVector Fusion手法（10件の外れ値を同定）と比較し、感度と同定力の評価を行う。

実験結果

リサーチクエスチョン

• RQ1 統計的信頼領域を用いることで、視覚的検査に比べて交通データにおける外れ値検出の信頼性がどの程度向上するか？
• RQ2 nMDSの投影と信頼帯・信頼楕円を用いることで、識別可能な潜在的外れ値の明確なクラスは何か？
• RQ3 提案手法は、異なる手法を用いて過去に同定された外れ値を超えて、新たな外れ値を検出できるか？
• RQ4 曖昧な外れ値のクラスタメンバーシップをどの程度の方法で検証できるか、誤検出を低減できるか？
• RQ5 nMDSに基づくアプローチは、Vector Fusionなどの先行手法と比較して、意味のある交通外れ値を同定する点で、どの程度優れているか、あるいは一致するか？

主な発見

• 2006年NLEX Balintawak北上データセットにおいて、2件の絶対的潜在的外れ値、9件の有効的潜在的外れ値、5件の曖昧な潜在的外れ値を同定した。
• 先行研究でVector Fusionを用いて報告済みの10件の潜在的外れ値すべてが、nMDSに基づくアプローチと信頼領域を用いて正確に再現された。
• 本手法は、過去のVector Fusion研究で同定されなかった8件の新たな潜在的外れ値を発見した。これは、感度がより高いことを示している。
• 信頼帯と信頼楕円の使用により、外れ値分類における主観性が顕著に低減され、形式的かつ再現可能なプロセスが可能になった。
• クラスタバリデーション手法により、曖昧な外れ値のメンバーシップが効果的に評価され、分類の信頼性が向上した。
• 結果として、nMDSと統計的信頼領域を組み合わせた手法が、交通関連の異常を同定するより強固で客観的なフレームワークを提供することを示した。