[論文レビュー] Generalized Radon--Nikodym Spectral Approach. Application to Relaxation Dynamics Study

Aleksandr Bobyl, A. G. Zabrodskiĭ+5 more|arXiv (Cornell University)|Nov 20, 2016

Image and Signal Denoising Methods被引用数 4

ひとこと要約

本論文は、リラクゼーションレートの数に関する事前仮定なしに、サンプル時間系列から緩和ダイナミクスを抽出するノルムフリーなスペクトル的手法を提案する。一般化されたラドン＝ニコディム微分に基づき、モーメントに基づく投影から仮想ハミルトニアン作用素を構築し、その固有値問題を解くことで、直接的にリラクゼーション時間とレートの分布が得られる。非ガウス分布、有限長、非振動的データに対して、フーリエ変換、ラプラス変換、フィッティング手法よりも精度とロバスト性に優れる。

ABSTRACT

Radon--Nikodym approach to relaxation dynamics, where probability density is built first and then used to calculate observable dynamic characteristic is developed and applied to relaxation type signals study. In contrast with $L^2$ norm approaches, such as Fourier or least squares, this new approach does not use a norm, the problem is reduced to finding the spectrum of an operator (virtual Hamiltonian), which is built in a way that eigenvalues represent the dynamic characteristic of interest and eigenvectors represent probability density. The problems of interpolation (numerical estimation of Radon--Nikodym derivatives is developed) and obtaining the distribution of relaxation rates from sampled timeserie are considered. Application of the theory is demonstrated on a number of model and experimentally measured timeserie signals of degradation and relaxation processes. Software product, implementing the theory is developed.

研究の動機と目的

• フーリエ変換や最小二乗法のような$L^2$ノルムに基づく変換に依存しない、リラクゼーションダイナミクスを時間系列データに対してロバストに分析できるノルムフリーな手法を開発すること。
• リラクゼーション成分の数を仮定せずに、時間系列からの直接的推定を可能にし、リラクゼーションレート、時間微分、動的特性の分布を推定すること。
• 従来の手法の限界、特に離散化によるラプラス変換の不安定性や、フーリエ変換によるリラクゼーションレート分布の解像不能性を克服すること。特に非振動的、非ガウス的、または有限長の信号に対して有効である。
• 直交多項式基底（例：チェビシェフ、ルジャンドル）を用いてラドン＝ニコディム微分と固有値スペクトルを計算する、数値的に安定でソフトウェア実装可能なフレームワークを提供すること。
• 合成データおよび実世界のデータ（電気化学的緩和、株価変化率分布など）を用いた、本手法の有効性を実証すること。

提案手法

• 基底$Q_k(x)$（例：チェビシェフまたはルジャンドル多項式）と重み関数$\omega(x)=1$を用いて、モーメントに基づく内積$\Braket{Q_k f Q_l}$、$\Braket{Q_k \frac{df}{dx} Q_l}$、$\Braket{Q_k Q_l}$を構築する。
• 時間系列から導出されたモーメント行列$M^L$と$M^R$を用いて、一般化固有値問題$M^L \vec{\psi} = \lambda M^R \vec{\psi}$を定義する。固有値$\lambda$は動的特性（例：リラクゼーション時間）を表す。
• 固有ベクトル$\psi^{[i]}(x)$を用いて確率密度関数を再構築し、$x^{[i]}_{\text{est}} = \frac{\Braket{\psi^{[i]2} x}}{\Braket{\psi^{[i]2}}}$を推定することで、リラクゼーションレートの空間的推定値を提供する。
• $f(x) = \sum_i c_i \psi^{[i]}(x)$による補間を適用し、係数$c_i$をモーメントマッチングから導出することで、任意の点における$f(x)$および$df/dx$の推定が可能になる。
• $\omega(x)=1$のとき、$\Braket{f Q_k}$から$\Braket{df/dx Q_k}$を数値的積分による部分積分で計算することで、数値的安定性を向上させる。
• 時間系列を読み込み、モーメント行列を計算し、一般化固有値問題を解き、スペクトルと補間値を出力するJavaベースのソフトウェアパッケージを実装。複数の基底および数値的・解析的微分推定をサポートする。

Figure 7: The logarithm of AAPL stock price on September, 20, 2012. $\lambda$ distribution of $d\ln P/dt$ , calculated with $n=100$ .

実験結果

リサーチクエスチョン

• RQ1 ラドン＝ニコディム微分に基づくノルムフリーなスペクトル手法は、リラクゼーション成分の数を仮定せずに、サンプル時間系列からリラクゼーションレートの分布を抽出できるか？
• RQ2 本手法は、非振動的、有限長、非ガウス的信号におけるリラクゼーションダイナミクスの解像度において、フーリエ、ラプラス、曲線フィッティング手法と比較してどのように優れているか？
• RQ3 基底の選択（例：チェビシェフ対単項式）が、計算されたスペクトルおよび補間の数値的安定性と精度に与える影響はどの程度か？
• RQ4 本手法は、株価変化率や電気化学的劣化信号などの実世界データから、時間微分およびリラクゼーションレートを信頼性高く推定できるか？
• RQ5 ラドン＝ニコディム問題の一般化固有値定式化は、数値的実装（例：直接計算対部分積分による微分計算）にかかわらず一貫した結果をもたらすか？

主な発見

• 本手法は、リラクゼーション成分の数に関する事前知識がなくても、時間系列データからリラクゼーションレートの分布を効果的に抽出でき、フィッティングベースの手法の主な限界を克服する。
• 構築された仮想ハミルトニアンの固有値スペクトルは、動的特性（例：リラクゼーション時間）の分布を直接符号化しており、固有値は昇順に並べ替えられ、推定されたリラクゼーションレートに対応する。
• $L^2$ノルムの最小化を避けるため、外れ値や非ガウス的ノイズに対してロバストである。無限大の分散や重たい尾を持つ分布を持つ信号に対しても適している。
• 適切に基底と重み関数を選べば、$\Braket{df/dx Q_k}$の直接計算と部分積分による計算の結果は、機械精度内で同一である。数値的一致性が裏付けられる。
• ソフトウェア実装は、先行研究（例：Ref. [22]）のベンチマーク結果を正しく再現し、株価変化率分布（図7）を正確にモデル化する。これにより、本手法の経験的妥当性が確認される。
• チェビシェフおよびルジャンドル多項式基底は数値的に安定した結果をもたらすが、単項式基底では不安定化を引き起こす可能性がある。数値精度が十分に高い場合、本手法の出力は基底の選択に依存しない。