[論文レビュー] m-TSNE: A Framework for Visualizing High-Dimensional Multivariate Time Series

Minh N. H. Nguyen, Sanjay Purushotham+2 more|arXiv (Cornell University)|Aug 26, 2017

Time Series Analysis and Forecasting参考文献 14被引用数 23

ひとこと要約

本稿では、類似性計算に拡張フロベニウスノルム（EROS）を活用し、t分布を用いた確率的近傍埋め込み（t-SNE）を用いて高次元多変量時系列（MTS）データを2次元または3次元空間に射影することで、高次元多変量時系列（MTS）を可視化する新規フレームワークm-TSNEを提案する。この手法により、医療分野の複雑なMTSパターンの解釈可能な可視化が可能となり、主成分分析（PCA）、ユークリッド距離ベースのt-SNE、およびDTWベースのt-SNEよりも、EEGデータにおける患者の疲労パターンの同定と群の分離において優れた性能を示した。

ABSTRACT

Multivariate time series (MTS) have become increasingly common in healthcare domains where human vital signs and laboratory results are collected for predictive diagnosis. Recently, there have been increasing efforts to visualize healthcare MTS data based on star charts or parallel coordinates. However, such techniques might not be ideal for visualizing a large MTS dataset, since it is difficult to obtain insights or interpretations due to the inherent high dimensionality of MTS. In this paper, we propose 'm-TSNE': a simple and novel framework to visualize high-dimensional MTS data by projecting them into a low-dimensional (2-D or 3-D) space while capturing the underlying data properties. Our framework is easy to use and provides interpretable insights for healthcare professionals to understand MTS data. We evaluate our visualization framework on two real-world datasets and demonstrate that the results of our m-TSNE show patterns that are easy to understand while the other methods' visualization may have limitations in interpretability.

研究の動機と目的

• 高次元多変量時系列（MTS）データの可視化という課題に取り組むこと。特に、スターチャートやパラレルコーディネートなどの従来手法は次元の高さにより解釈不能になるためである。
• MTSデータに内在する時間的および多変量相関関係を保持する可視化フレームワークを構築し、医療専門家による意味のある解釈を可能にすること。
• 主成分分析（PCA）やt-SNEの変種といった既存の次元削減手法と比較して、特に患者の疲労パターンの同定や群の分離において、MTS可視化の解釈可能性を向上させること。
• 実世界の医療データセットを用いてフレームワークを評価し、活動レベルの変化や外れ値検出といった臨床的に関連するパターンを明らかにすることを目的とする。

提案手法

• m-TSNEは、時系列および変数間の関係を捉えるために多変量時系列に特化した拡張フロベニウスノルム（EROS）を用いて、MTSデータポイント間の類似性を計算する。
• フレームワークは、局所的な類似構造を確率的近傍埋め込みによって保持するように、高次元MTSポイントを低次元（2次元または3次元）空間に埋め込むためにt-SNEを適用する。
• 勾配降下法を用いて、高次元空間と低次元空間における近傍関係の確率分布間のカルバック・ライバラー距離を最小化する。
• 本手法は、2つの実世界のデータセット（ATOM-HP：化学療法中の患者の活動データ、およびEEG：アルコール依存症の遺伝的素因）を用いて評価された。
• 非専門家および専門家参加の制御されたユーザースタディを用いて、可視化結果をPCA、ユークリッド距離ベースt-SNE、DTWベースt-SNEと比較する。

実験結果

リサーチクエスチョン

• RQ1 m-TSNEは、患者の疲労や治療反応といった臨床的に解釈可能なパターンを明らかにする形で、高次元多変量時系列データを効果的に可視化できるか？
• RQ2 m-TSNEは、PCAおよび他のt-SNEの変種（ユークリッド距離ベースおよびDTWベース）と比較して、MTSデータの解釈可能性およびクラスタ分離性において優れているか？
• RQ3 m-TSNEは、高次元空間では見えないが、意味のある外れ値やグループ（例：対照群 vs アルコール依存症被験者）をMTSデータから同定できるか？
• RQ4 m-TSNEは、医療専門家が視覚的情報を通じて患者のパフォーマンスや治療効果を理解するのをどの程度支援できるか？

主な発見

• m-TSNEは、ATOM-HPデータセットにおいて、化学療法後における低活動状態の期間を明確に可視化し、治療に起因する疲労を示した。
• EEGデータセットでは、m-TSNEが対照群とアルコール依存症被験者を明確に分離するクラスタを形成し、検出されたすべての外れ値がアルコール依存症群に属していた。これは高次元空間では観察できないパターンであった。
• ユーザースタディの結果、m-TSNEの平均解釈性スコアは2.48であった。これはPCA（1.92）およびDTWベースt-SNE（1.6）を有意に上回り、優れた解釈性を示した。
• 腫瘍科医は、m-TSNEが同定したクラスターやトレンドが、治療サイクル中の患者の疲労状態を評価する上で臨床的に有用であると確認した。
• m-TSNEは、ユークリッド距離ベースt-SNEおよびDTWベースt-SNEよりも、明確で重複のないクラスタを形成し、他の手法で見られるノイズの多いクラスタの雲のような外観を回避した。
• 本フレームワークは、MTSデータにおける意味のある時間的および多変量的関係を保持するという点で頑健であり、臨床意思決定に役立つインサイトを提供した。