[論文レビュー] Hierarchical Clustering Given Confidence Intervals of Metric Distances

Weiyu Huang, Alejandro Ribeiro|arXiv (Cornell University)|Oct 13, 2016

Topological and Geometric Data Analysis参考文献 15被引用数 4

ひとこと要約

この論文は、距離が信頼区間内でのみ既知である場合の階層的クラスタリングの公理的枠組みを提案する。値の公理と変換の公理を満たす2つの極値的手法—結合・クラスタリングおよびクラスタリング・結合—を導入し、すべての許容可能なクラスタリング手法における普遍的な上限と下限を提供する。動く点の追跡や脳機能結合ネットワークの区別に応用可能であることが示された。

ABSTRACT

This paper considers metric spaces where distances between a pair of nodes are represented by distance intervals. The goal is to study methods for the determination of hierarchical clusters, i.e., a family of nested partitions indexed by a resolution parameter, induced from the given distance intervals of the metric spaces. Our construction of hierarchical clustering methods is based on defining admissible methods to be those methods that abide to the axioms of value - nodes in a metric space with two nodes are clustered together at the convex combination of the distance bounds between them - and transformation - when both distance bounds are reduced, the output may become more clustered but not less. Two admissible methods are constructed and are shown to provide universal upper and lower bounds in the space of admissible methods. Practical implications are explored by clustering moving points via snapshots and by clustering networks representing brain structural connectivity using the lower and upper bounds of the network distance. The proposed clustering methods succeed in identifying underlying clustering structures via the maximum and minimum distances in all snapshots, as well as in differentiating brain connectivity networks of patients from those of healthy controls.

研究の動機と目的

• 正確な距離が不明であるが信頼区間で制限されている場合の階層的クラスタリングの形式的公理的アプローチを開発すること。
• 距離の境界の凸結合におけるクラスタリングを満たす「値の公理」と、一様な優位性の下での単調性を満たす「変換の公理」を満たす許容可能なクラスタリング手法を定義すること。
• すべての許容可能な手法において普遍的な上限と下限を提供する2つの極値的手法—結合・クラスタリングおよびクラスタリング・結合—を構築すること。
• スナップショットを用いた動く点のクラスタリングおよび患者と健常対照群の脳構造的結合ネットワークの差別化における実用的有用性を示すこと。

提案手法

• 結合・クラスタリング手法は、ペアワイズ距離を下限と上限の凸結合として推定し、チェーンにおける最大エッジ重みをコストとして単一連結クラスタリングを適用する。
• クラスタリング・結合手法は、下限と上限の距離行列それぞれに対して単一連結階層を別々に計算し、同じ凸結合を用いてそれらを組み合わせて最終的な超距離を形成する。
• 値の公理は、2ノード系が距離の境界の凸結合に正確にクラスタリングされることを要請し、信頼度重みαでパrameter化される。
• 変換の公理は、あるネットワークの境界が他方のネットワークを一様に上回る場合、その結果として得られるクラスタリングは少なくともそれほど細かくなる（＝より多くクラスタリングされる）ことを要請するように適応される。
• 理論的分析により、結合・クラスタリングはすべての許容可能な手法の中で最も粗いクラスタリング（上限）を、クラスタリング・結合は最も細かいクラスタリング（下限）をもたらすことが証明された。
• この枠組みはα-距離縮小写像を用い、結果として得られる超距離における最小分離が、区間端点の凸結合によって下から抑えられることを証明する。

実験結果

リサーチクエスチョン

• RQ1 距離の信頼区間のみが与えられている場合、階層的クラスタリングを一貫して定義する方法は何か？
• RQ2 距離の不確実性の下でも、クラスタリングの挙動が論理的に整合的であることを保証する公理は何か？
• RQ3 これらの公理の下で、すべての他の許容可能な手法を包摂する極値的手法を構築できるか？
• RQ4 提案手法は、不確実性または区間ベースの距離データを伴う実世界の応用でどのように機能するか？
• RQ5 これらの手法は、脳結合ネットワークのような動的または生物学的ネットワークにおける意味のある構造的差を区別できるか？

主な発見

• 結合・クラスタリング手法は、すべての許容可能な手法の中で最も粗いクラスタリングを生成し、普遍的な上限として機能する。
• クラスタリング・結合手法は、すべての許容可能な手法の中で最も細かいクラスタリングを生成し、普遍的な下限として機能する。
• 両手法とも、値の公理と適応版の変換の公理を満たしており、不確実性下での論理的整合性が保証される。
• 動く点の実験では、スナップショット間の最大距離と最小距離のみを用いても、元のクラスタ構造を的確に同定できた。
• 脳ネットワーク解析では、患者と健常対照群の間の結合パターンの差を区別でき、下限および上限手法が異なるクラスタリング挙動を明らかにした。
• 理論的枠組みにより、任意の許容可能な手法は、区間端点の凸結合と、提案された2つの極値的手法の結果の間で、ペアワイズ分離が抑えられることを証明した。