[論文レビュー] Metricizing the Euclidean Space towards Desired Distance Relations in Point Clouds

Stefan Raß, Sandra König+2 more|arXiv (Cornell University)|Nov 7, 2022

Topological and Geometric Data Analysis被引用数 5

ひとこと要約

本稿では、ユークリッド空間 ℝˡ 上に、元のユークリッド的位置とは無関係に、固定された点の集合に対して任意のユーザー定義された対になった距離を強制するためのメトリック（または ε-半メトリック）を構築する手法を提案する。主な貢献は、任意の m 点と所望の距離 δᵢⱼ に対して、三角不等式の違反が最大 ε に抑えられる ε-半メトリックが存在することの証明であり、これにより k-Means や DBSCAN などのクラスタリングアルゴリズムを操作可能にする。

ABSTRACT

Given a set of points in the Euclidean space $\mathbb{R}^\ell$ with $\ell>1$, the pairwise distances between the points are determined by their spatial location and the metric $d$ that we endow $\mathbb{R}^\ell$ with. Hence, the distance $d(\mathbf x,\mathbf y)=δ$ between two points is fixed by the choice of $\mathbf x$ and $\mathbf y$ and $d$. We study the related problem of fixing the value $δ$, and the points $\mathbf x,\mathbf y$, and ask if there is a topological metric $d$ that computes the desired distance $δ$. We demonstrate this problem to be solvable by constructing a metric to simultaneously give desired pairwise distances between up to $O(\sqrt\ell)$ many points in $\mathbb{R}^\ell$. We then introduce the notion of an $\varepsilon$-semimetric $ ilde{d}$ to formulate our main result: for all $\varepsilon>0$, for all $m\geq 1$, for any choice of $m$ points $\mathbf y_1,\ldots,\mathbf y_m\in\mathbb{R}^\ell$, and all chosen sets of values $\{δ_{ij}\geq 0: 1\leq i

研究の動機と目的

• ユークリッド空間 ℝˡ 内の固定された点の集合に対して、元のユークリッド位置とは無関係に、任意の所望の距離を割り当てるメトリックを構築できるかを調査すること。
• 三角不等式を加法的誤差 ε で緩和する ε-半メトリックを導入することで、標準的なメトリックが有する任意の距離制御の制限を克服すること。
• このようなメトリックが、k-Means や DBSCAN などの非教師ありクラスタリングアルゴリズムを、事前に定められた、悪意ある結果に操作可能であることを示すこと。
• 特に距離メトリックの選択に関して、アルゴリズム設計の透明性を高め、事後的な操作を防ぐために、その設計を事前に公開する必要性を提唱すること。

提案手法

• 著者らは、すべてのメトリック公理を満たすが、三角不等式については最大 ε まで違反を許容する ε-半メトリック d̃: ℝˡ × ℝˡ → ℝ を定義する。
• 行列 Q を設計することで、指定された点 yᵢ, yⱼ 間の所望の距離 δᵢⱼ を強制する重み付きノルム ∥·∥_Q に基づく距離関数を構築する。
• 対称性と正定値性を保証するとともに、三角不等式の制御された違反により、任意の距離割り当てを実現する。
• 構築された d̃ を距離関数として直接組み込むことで、実際のクラスタリングアルゴリズム（k-Means や DBSCAN）に適用し、結果を事前に決定可能であることを示す。
• k-Means および DBSCAN を用いた実験により、データやアルゴリズムの論理を変更せずに、クラスタリングの結果を操作可能であることを確認した。
• 著者らは、ε を機械精度未満に設定可能であるため、実用上は真のメトリックと区別がつかないことを強調している。

実験結果

リサーチクエスチョン

• RQ1 ユークリッド空間 ℝˡ 内の固定された点の集合に対して、元のユークリッド配置とは無関係に、任意のユーザー指定の距離を割り当てられるトポロジカルメトリックを構築できるか？
• RQ2 ℝˡ 内で、このようなメトリックが任意の対間距離を強制できる最大の点数はいくつか？
• RQ3 三角不等式をどの程度緩和しても、実用的なクラスタリング用途においてメトリックの本質的性質を保てるか？
• RQ4 このような緩和されたメトリックを用いて、k-Means や DBSCAN などの標準的な非教師ありクラスタリングアルゴリズムを、事前に定められた非ロバストな結果に操作可能か？
• RQ5 このような事後的なメトリック操作を防ぐために、クラスタリングアルゴリズムの透明性と信頼性をどのように向上できるか？

主な発見

• 任意の有限個の m 点と非負の対間距離 δᵢⱼ に対して、d̃(yᵢ, yⱼ) = δᵢⱼ（すべての i < j に対して）を満たす ε-半メトリックが存在する。
• 元のユークリッド距離が所望の δᵢⱼ と無関係または矛盾している場合でも、任意の距離割り当てが可能である。
• 三角不等式の違反は最大 ε に抑えられ、ε を機械精度未満に設定可能であるため、計算上は真のメトリックと区別がつかない。
• 実験により、k-Means や DBSCAN が、構築された ε-半メトリックを距離関数として使用することで、任意のクラスタリング結果に操作可能であることが示された。
• 結果として、データやアルゴリズムを変更せずに、距離メトリックを変更するだけでクラスタリング結果を事後的に操作可能であるという根本的な脆弱性が明らかになった。
• 本研究は、機械学習における Kerckhoffs の原則の必要性を強調している：すべての設計選択、特に距離メトリックは、悪意ある操作を防ぐために事前に公開されるべきである。