[論文レビュー] On spatial and spatio-temporal multi-structure point process models

Morteza Raeisi, Florent Bonneu+1 more|arXiv (Cornell University)|Mar 4, 2020

Point processes and geometric inequalities参考文献 67被引用数 4

ひとこと要約

本稿は、空間的および時空間的多構造点過程モデルをレビューし統合し、複雑な相互作用を複数スケールで捉えるためにギブス過程およびコックス過程に焦点を当てている。同時にクラスタリングと規則性をモデル化するためのハイブリダイゼーション、スプライシング、重ね合わせ技術を提案し、生態学的・疫学的・地球物理学的応用のための統一的フレームワークを提供している。実際の応用例として森林火災、感染症の広がり、木の分布が示されている。

ABSTRACT

Spatial and spatio-temporal single-structure point process models are widely used in epidemiology, biology, ecology, seismology... . However, most natural phenomena present multiple interaction structure or exhibit dependence at multiple scales in space and/or time, leading to define new spatial and spatio-temporal multi-structure point process models. In this paper, we investigate and review such multi-structure point process models mainly based on Gibbs and Cox processes.

研究の動機と目的

• 空間的および時空間的現象における複数スケールの相互作用を捉えるのに単一構造の点過程モデルに限界があることに対処すること。
• 特に同時にクラスタリングと規則性を示す文脈において、多構造点過程を構築するための方法をレビューおよび体系化すること。
• ハイブリダイゼーション、スプライシング、重ね合わせなどの技術についての包括的概説を提供し、多スケールの依存関係をモデル化すること。
• 地震学、生態学、感染症の広がりなど、階層的な空間的および時間的構造を示す現象において、これらのモデルの応用可能性を強調すること。
• 既存の方法をギブス過程およびコックス過程を超えて拡張する点において、時空間的多構造モデリングにおけるギャップを特定することで、今後の研究を導くこと。

提案手法

• エネルギー関数を用いて複雑な相互作用構造をモデル化するギブス過程を用い、ポテンシャル関数によりクラスタリング、規則性、あるいはそれらの混合行動を可能にする。
• 特に対数正規コックス過程（LGCP）を用いたコックス過程を適用し、下位のガウス過程に駆動される強度の変動をモデル化することで、多スケールのクラスタリングを柔軟に表現できる。
• 複数の点過程モデル（例：領域相互作用過程およびストロス過程）を組み合わせることで、異なるスケールにおける競合する相互作用構造を表現するハイブリダイゼーションを採用する。
• マトゥルンのハードコアスプライシングを含むスプライシング操作を用い、距離およびマークに基づくルールに従って点を削除することで、クラスタープロセスに局所的な規則性を導入する。
• 独立した点過程の重ね合わせを用いて多スケールのクラスタリングをモデル化し、特に空間的または時間的クラスタが明確に分かれている生態学的・疫学的データに有効である。
• グリッドセル外の最近接点までの距離などの構築された共変量を用い、小スケールの相互作用を捉える。これに空間的ランダムフィールドと誤差項を組み合わせることで、大スケールの自己相関およびセル内クラスタリングをモデル化する。

実験結果

リサーチクエスチョン

• RQ1 空間的および時間的空間に、複数の相互作用構造（例：クラスタリングと規則性）を同時に表現できる点過程モデルは、どのように拡張可能か？
• RQ2 ハイブリダイゼーション、スプライシング、重ね合わせなどの方法的アプローチの中で、多構造点過程を構築するにあたり、どの手法が最も効果的か？
• RQ3 ギブス過程とコックス過程は、多スケール現象をモデル化する能力においてどのように異なり、それぞれの状況でどの方を好むべきか？
• RQ4 構築された共変量と潜在的ランダムフィールドは、どのように強度モデルに統合され、局所的およびグローバルな空間的依存関係を捉えるか？
• RQ5 感染症の広がりや森林火災のような実世界の応用において、単一構造モデルを多構造フレームワークに拡張する際の実際の制限要因と機会は何か？

主な発見

• ギブス過程およびコックス過程に基づく多構造点過程モデルは、単一構造モデルでは表現できない複雑な空間的および時空間的依存関係を効果的に捉えている。
• 構築された共変量（例：グリッドセル外の最近接点までの距離）を用いることで小スケールの相互作用をモデル化可能であり、空間的ランダムフィールドは大スケールの自己相関を捉える。
• 特にマトゥルンのハードコアスプライシングを含むスプライシング技術は、クラスタープロセスに局所的な規則性を効果的に導入し、クラスタ構造内での短距離の反発をモデル化する能力を示している。
• 異なる相互作用構造（例：領域相互作用およびストロスのポテンシャル）を組み合わせたハイブリッドモデルは、空間点過程における競合するスケールの相互作用をモデル化する柔軟なアプローチを提供する。
• 複数のプロセスの重ね合わせは、多スケールのクラスタリングを効果的にモデル化でき、水痘症例データおよび森林火災発生事例で示されるように、空間的および時間的クラスタが共存する状況に有効である。
• LGCPにおける空間的ランダムフィールドと誤差フィールドの統合により、大スケールの空間的トレンドと小スケールのセル内クラスタリングを同時にモデル化可能であり、熱帯雨林の樹木種のデータで妥当性が検証された。