[論文レビュー] Hypergraphs in the characterization of regular vine copula structures

Edith Kovács, Tamás Szántai|arXiv (Cornell University)|Apr 10, 2016

Rough Sets and Fuzzy Logic参考文献 17被引用数 5

ひとこと要約

本稿では、条件付き独立性を活用することで、ハイパーグラフに基づく枠組みを導入し、正則ビン・コプゥラ構造を特徴づける。k次元のチェリーツリー・コプゥラが正確にk幅のジョイントツリー・コプゥラを表現できることを示している。主な貢献は、レベルkにおける切断ビンがk次元チェリーツリー・コプゥラに等価であることを証明したことであり、条件付き独立性の活用により次元削減が可能となり、高次元の依存構造を効率的にモデル化できるようになる。

ABSTRACT

Vine copulas constitute a flexible way for modeling of dependences using only pair copulas as building blocks. The pair-copula constructions introduced by Joe (1997) are able to encode more types of dependences in the same time since they can be expressed as a product of different types of bi-variate copulas. The Regular-vine structures (R-vines), as pair copulas corresponding to a sequence of trees, have been introduced by Bedford and Cooke (2001, 2002) and further explored by Kurowicka and Cooke (2006). The complexity of these models strongly increases in larger dimensions. Therefore the so called truncated R-vines were introduced in Brechmann et al. (2012). In this paper we express the Regular-vines using a special type of hypergraphs, which encodes the conditional independences.

研究の動機と目的

• 条件付き独立性を明示的に符号化するハイパーグラフに基づく正則ビン・コプゥラ構造の特徴づけを実現すること。
• 高次元正則ビン・コプゥラの複雑さを増す要因に対処するため、条件付き独立関係を活用すること。
• k次元チェリーツリー・コプゥラが正確にk幅のジョイントツリー・コプゥラを表現できることを示すこと。
• チェリーツリー構造を活用することで、より効率的な切断ビン・コプゥラの構築に理論的基盤を提供すること。
• ビン・コプゥラモデルにおける必要な条件付きコプゥラの数と、条件付けの集合の次元を著しく削減できること。

提案手法

• ハイパーエッジが変数のクラスタを表し、ハイパーエッジが条件付き独立構造を符号化する無閉路ハイパーグラフを用いて正則ビン・コプゥラを表現すること。
• ジョイントツリーを、ハイパーグラフ構造から得られるクラスタとセパレータを有する連結無閉路ハイパーグラフと同等と定義すること。
• ジョイントツリー・コプゥラの式を用いて、多変量コプゥラ密度を低次元コプゥラ密度の積および比として表現すること。
• 近似の比較にカルバック・ライブラー発散を適用し、真の構造がk幅の場合にk次元チェリーツリー・コプゥラが真のコプゥラとゼロの発散を示すことを証明すること。
• 構成的アルゴリズムを用いてk幅のジョイントツリー・コプゥラからk次元チェリーツリー・コプゥラを構築し、元の構造と同等以上に良い近似を保証すること。
• 任意のk次元チェリーツリー・コプゥラが(k+1)次元構造に拡張可能であり、真のコプゥラ密度の正確な表現を保つことを証明すること。

実験結果

リサーチクエスチョン

• RQ1 条件付き独立性を符号化するハイパーグラフを用いて、正則ビン・コプゥラ構造を同等に特徴づけることができるか？
• RQ2 k次元チェリーツリー・コプゥラは、k幅のジョイントツリー・コプゥラを正確に表現できるか？
• RQ3 レベルkにおける切断ビンは、k次元チェリーツリー・コプゥラ構造に対応するか？
• RQ4 チェリーツリー構造を用いることで、必要な条件付きコプゥラの数と条件付け集合の次元を著しく削減できるか？
• RQ5 近似精度の観点から、k幅のジョイントツリー・コプゥラとk次元チェリーツリー・コプゥラの関係は何か？

主な発見

• 任意のk次元チェリーツリー・コプゥラは、(k+1)次元チェリーツリー・コプゥラとして表現可能であり、真のコプゥラ密度の正確な表現を保つ。
• 真のコプゥラ密度とk次元チェリーツリー・コプゥラ密度とのカルバック・ライブラー発散はゼロであり、真の構造がk幅の場合に正確な等価性が証明される。
• レベルkにおける切断ビンは数学的にk次元チェリーツリー・コプゥラに等価であり、そのモデル化フレームワークとしての有効性が裏付けられる。
• k幅のジョイントツリー・コプゥラからk次元チェリーツリー・コプゥラを構築するプロセスは、元の構造と同等以上に良い近似を保証する。
• チェリーツリー・コプゥラ構造は、必要な条件付きコプゥラの数と条件付け集合の次元を著しく削減し、モデルの効率性を向上させる。
• 本手法により、条件付き独立性に基づく低次元で構造化されたペア・コプゥラ分解のみを用いても、高次元コプゥラ密度の正確な表現が可能になる。