[論文レビュー] On the analysis of signals in a permutation Lempel-Ziv complexity - permutation Shannon entropy plane

Diego M. Mateos, Steeve Zozor+1 more|arXiv (Cornell University)|Jul 17, 2017

Chaos control and synchronization参考文献 56被引用数 3

ひとこと要約

本稿では、決定的（複雑性）と統計的（エントロピー）な視点を統合することで、時系列を分析するための置換Lempel–Ziv複雑性対置換Shannonエントロピー平面を導入する。この手法は、カオス的信号と確率的過程を明確に区別でき、同じスペクトルを持つにもかかわらず相関構造が異なるガウス分布および非ガウス分布のノイズ（FBM、FGN、Kノイズなど）を区別する能力を示し、BandtとPompeの置換アプローチを用いた連続状態の信号からの複雑なダイナミクスの特徴化において、高い頑健性を示している。

ABSTRACT

The aim of this paper is to introduce the Lempel-Ziv permutation complexity vs permutation entropy plane as a tool to analyze time series of different nature. This two quantities make use of the Bandt and Pompe representation to quantify continuous-state time series. The strength of this plane is to combine two different perspectives to analyze a signal, one being statistic (the permutation entropy) and the other being deterministic (the Lempel-Ziv complexity). This representation is applied (i) to characterize non-linear chaotic maps, (ii) to distinguish deterministic from stochastic processes and (iii) to analyze and differentiate fractional Brownian motion from fractional Gaussian noise and K-noise given a same (averaged) spectrum. The results allow to conclude that this plane is "robust" to distinguish chaotic signals from random signals, as well as to discriminate between different Gaussian and nonGaussian noises.

研究の動機と目的

• アルゴリズム的複雑性と統計的エントロピーを統合することで、複雑な時系列を分析する統一的フレームワークを構築すること。
• 連続状態の時系列において、カオス的ダイナミクスと確率的過程を区別する課題に取り組むこと。
• 特にスペクトルが類似しているが相関構造が異なるノイズ（例：FBM、FGN、Kノイズ）をより正確に区別する能力を向上させること。
• スペクトル解析を超えた微細なダイナミカル特徴を捉える能力を評価し、置換ベースの複雑性–エントロピー平面の頑健性を検証すること。
• 既存の情報理論的および決定論的手法とは補完的役割を果たす、時系列特徴化のための新たなツールを提供すること。

提案手法

• BandtとPompeの記号的ダイナミクス手法を用い、埋め込み遅れτおよび埋め込み次元dを用いて連続状態の時系列を置換ベクトルに量子化する。
• 時間系列から導出された置換パターンの経験的シャノンエントロピーとして、置換Shannonエントロピーを計算する。
• 得られた置換記号の系列に対してLempel–Ziv複雑性を適用し、記号系列のアルゴリズム的複雑性を定量化する。
• 置換Lempel–Ziv複雑性をx軸、置換Shannonエントロピーをy軸として、2次元の複雑性–エントロピー平面を構築する。
• この平面を用いて、カオス的写像、Kノイズ、分数 Browm運動（FBM）、分数ガウスノイズ（FGN）を、さまざまなパラメータで分析・比較する。
• 一貫性を確保するため、埋め込みパラメータをd=5、τ=1に固定し、d=4,6などの他の値でも結果を検証する。

実験結果

リサーチクエスチョン

• RQ1 置換Lempel–Ziv複雑性対置換Shannonエントロピー平面は、カオス的時系列と確率的過程を効果的に区別できるか？
• RQ2 この平面は、スペクトルが同一であるが相関構造が異なるノイズ過程（例：FBM、FGN、Kノイズ）をどれほど正確に区別できるか？
• RQ3 置換複雑性は、標準的なエントロピー測定が捉えられない短距離相関の性質を捉えられるか？
• RQ4 この平面は、時系列に現れる持久性、反持久性、または決定論的構造といったダイナミカル特性をどの程度明らかにできるか？
• RQ5 スペクトル解析や単一の測定（エントロピーまたは複雑性）よりも、この手法がより情報豊かな特徴化を提供できるか？

主な発見

• 複雑性–エントロピー平面は、カオス的写像と確率的過程を明確に分離しており、カオス的信号はそのダイナミカルな性質に応じて明確に分離された領域に集積する。
• Kノイズの系列は、この平面上で直線的なパターンを示しており、相関レベルにかかわらず複雑性とエントロピーの間に一貫した関係があることを示している。
• FBMとKノイズは中程度から高い複雑性およびエントロピー領域に位置し、FGNは高エントロピー・低複雑性領域に集中するため、スペクトルが同一であっても明確な区別が可能である。
• 置換Lempel–Ziv複雑性は、FGNにおける持久的（H > 0.5）および反持久的（H < 0.5）相関の違いを捉えられるが、置換エントロピーだけではそれらを区別できない。
• 同じパワーライトスペクトルを示すにもかかわらず、min(H, 1−H)を増加させるFGNとFBM・Kノイズを、この手法は明確に区別でき、スペクトル内容を超えた相関構造への感受性を証明している。
• 埋め込みパラメータ（d=4,5,6およびτ=1）の変更に対しても結果が頑健であり、分類性能の安定性が確認された。