[論文レビュー] Polynomial Regression on Riemannian Manifolds

Jacob Hinkle, Prasanna Muralidharan+2 more|arXiv (Cornell University)|Jan 11, 2012

Morphological variations and asymmetry参考文献 13被引用数 8

ひとこと要約

本稿では、リーマン多様体およびリー群上での内挿的多項式回帰を導入し、ユークリッド空間を超えたパラメトリック回帰を拡張する。高次の共変微分を用いて多項式曲線を定式化し、随伴方程式を用いて変分問題を解くことで、柔軟でパラメトリックな形状軌道のモデリングが可能となる。ラット頭蓋骨の成長とコルパスコロスムの加齢変化データに対して実証され、非パラメトリックな代替手法と比較して優れたフィットと統計的パワーを示した。

ABSTRACT

In this paper we develop the theory of parametric polynomial regression in Riemannian manifolds and Lie groups. We show application of Riemannian polynomial regression to shape analysis in Kendall shape space. Results are presented, showing the power of polynomial regression on the classic rat skull growth data of Bookstein as well as the analysis of the shape changes associated with aging of the corpus callosum from the OASIS Alzheimer's study.

研究の動機と目的

• リーマン多様体上に位置するデータのためのパラメトリック回帰フレームワークを構築し、古典的なユークリッド多項式回帰の限界を克服すること。
• 外部埋め込みや非内挿的アンラップ・アンロール手順に依存せずに、測地線回帰を高次の多項式曲線へと内挿的リーマン幾何学を用いて拡張すること。
• 計算解剖学における形状軌道のより柔軟なモデリングを可能にするとともに、推論のための統計的パワーを保持すること。
• 多様体上での多項式回帰の効率的最適化を可能にする、随伴方程式による変分定式化を提供すること。
• 本手法の実用性を、成長や加齢変化を含む生物学的形状データの実世界データに対して実証すること。

提案手法

• 本手法は、高次の共変微分を用いてリーマン多様体上での多項式曲線を定式化し、定数加速度の概念を高次の次数へ一般化する。
• 多項式回帰を、データ点から曲線への測地的距離の二乗和を最小化する変分問題として定式化し、補助ベクトル場による導関数の制約を導入する。
• 最適化は連続的随伴法を用い、エネルギー汎関数の曲線に関する勾配を随伴系の式を介して導出する。
• 随伴系には、リーマン曲率テンソルと曲線の速度を含む微分方程式に従って後退的に進化する双対変数（λ）が含まれる。
• 多様体値データを処理するため、指数写像と対数写像を用い、曲線に沿ったベクトル場の平行移動を可能にし、一貫性のある微分を実現する。
• 複数の時刻と観測データへの応用のために、観測ごとに随伴系を単純に組み合わせることで、本手法を拡張する。

実験結果

リサーチクエスチョン

• RQ1 ユークリッド多項式回帰のパラメトリックで柔軟かつ推論に強い性質を保ちつつ、リーマン多様体上への多項式回帰を一般化することは可能か？
• RQ2 外部埋め込みやアンラップ手順に依存せずに、多様体上に内挿的に高次の多項式曲線（例：2次、3次）を定義する方法は何か？
• RQ3 提案手法は、非パラメトリック手法と比較して形状軌道へのフィットが優れており、同時にトレンドに関する統計的推論が可能か？
• RQ4 本手法は、縦断的加齢データのような形状変化研究における最適な時間パラメータ化を回復できるか？
• RQ5 曲率と平行移動は、非ユークリッド多様体上での多項式回帰の安定性と精度にどのように影響を与えるか？

主な発見

• 提案されたリーマン多項式回帰は、先行研究で示された古典的ラット頭蓋骨成長データセットにおいて、非パラメトリックカーネルベース手法と同等のパラメトリックなフィット品質を達成した。
• 本手法は、OASISアルツハイマー病研究におけるコルパスコロスムの加齢に伴う形状変化を、複雑な非線形軌道を捉える形で成功してモデリングした。
• 非パラメトリック手法では直接得られない最適な時間パラメータ化に関する情報をモデルが提供する。
• 随伴系により、後退的統合を用いて勾配を効率的に計算でき、計算効率が顕著に向上した。
• 外部アンラップやアンロールの必要がなく、内挿的幾何的整合性を維持する。
• 理論的枠組みは、曲率とリー括弧の恒等式を用いた厳密な変分勾配の導出を通じて妥当性が裏付けられた。