[論文レビュー] Reproducing Kernels and New Approaches in Compositional Data Analysis

Binglin Li, Jeongyoun Ahn|arXiv (Cornell University)|May 2, 2022

Geochemistry and Geologic Mapping被引用数 4

ひとこと要約

本稿は、群作用による球面の商空間として単体領域をモデル化することで、対数比変換を用いないカーネルベースの手法を可能にする、構成的データのための新規な再生核ヒルベルト空間（RKHS）フレームワークを導入する。この手法は、球面調和関数と反射群の対称性を活用して多項式カーネルを構築し、理論的裏付けが強く、計算的にも効率的なRKHSを提供し、構成的データにおける非パラメトリック密度推定およびカーネル指数型分布族を可能にする。

ABSTRACT

Compositional data, such as human gut microbiomes, consist of non-negative variables whose only the relative values to other variables are available. Analyzing compositional data such as human gut microbiomes needs a careful treatment of the geometry of the data. A common geometrical understanding of compositional data is via a regular simplex. Majority of existing approaches rely on a log-ratio or power transformations to overcome the innate simplicial geometry. In this work, based on the key observation that a compositional data are projective in nature, and on the intrinsic connection between projective and spherical geometry, we re-interpret the compositional domain as the quotient topology of a sphere modded out by a group action. This re-interpretation allows us to understand the function space on compositional domains in terms of that on spheres and to use spherical harmonics theory along with reflection group actions for constructing a compositional Reproducing Kernel Hilbert Space (RKHS). This construction of RKHS for compositional data will widely open research avenues for future methodology developments. In particular, well-developed kernel embedding methods can be now introduced to compositional data analysis. The polynomial nature of compositional RKHS has both theoretical and computational benefits. The wide applicability of the proposed theoretical framework is exemplified with nonparametric density estimation and kernel exponential family for compositional data.

研究の動機と目的

• 従来の対数比変換やパワー変換の限界を克服するため、幾何学的感覚を持つカーネルフレームワークを構築すること。
• 単体を群作用による球面の商空間として再解釈することで、構成的データにおけるカーネル手法の理論的基盤を確立すること。
• 球面調和関数と反射群の対称性を用いて、構成的データのための再生核ヒルベルト空間（RKHS）を構築すること。
• カーネル埋め込み技術を用いて、非パラメトリック密度推定やカーネル指数型分布族といった高度な統計的手法を、構成的データに適用可能にする。
• ゼロ値処理の不安定性や感度に起因する問題を回避する、多項式的かつ計算的に取り扱いやすいカーネル構造を提供すること。

提案手法

• 射影幾何と球面幾何を活用して、構成的領域 Δ^d を群 Γ による球面 S^d / Γ の商空間として再解釈する。
• 偶数次の球面調和関数を用いて、群作用 Γ に関して不変となる構成的RKHSを構築する。
• 正規化された球面ベクトルの内積により、射影カーネルを定義する：k^p_m(y_i, y_j) = (1 + y_i·y_j)^{2m}（y_i, y_j ∈ S^d, y_i ≠ -y_j）。
• カーネル平均埋め込みアプローチを用いて、確率分布を非線形多様体上の平均点の直接推定を避けるためにRKHSの要素として表現する。
• 代表定理を適用して、補間問題および正則化問題の解が、観測データ点におけるカーネル関数が張る有限次元部分空間に存在することを示す。
• Gram行列のフルランク性を証明することで、十分に大きな m に対してカーネル関数の線形独立性を保証し、安定な数値計算を可能にする。

実験結果

リサーチクエスチョン

• RQ1 対数比変換に依存せずに、単体の内在的幾何を尊重する再生核ヒルベルト空間（RKHS）を構成する方法は何か？
• RQ2 球面調和関数と反射群の作用は、射影球面 S^d / Γ 上での対称的で多項式的なカーネルを構築するために果たす役割は何か？
• RQ3 商空間上に定義されたRKHSに分布を埋め込むカーネル平均埋め込みを、構成的データに効果的に適用できるか？
• RQ4 提案されたカーネルは、構成的領域における非パラメトリック密度推定およびカーネル指数型分布族をどのように支援するか？
• RQ5 補間および正則化問題における、提案された構成的RKHSにおいて、どのような理論的保証（例：代表定理）を確立できるか？

主な発見

• 提案されたカーネル構成により、射影カーネルのGram行列は十分に大きな m に対して対角優勢かつフルランクとなり、カーネル関数の線形独立性が保証される。
• 構成的RKHSにおける最小ノルム補間問題は、代表定理により、データ点を中心とするカーネル関数の線形結合として一意に表現可能であると証明された。
• 構成的データにおける正則化問題は、カーネルとデータ制約から導かれる一次方程式系によって定まる係数を持つ線形結合として一意に解を有する。
• カーネル平均埋め込みアプローチにより、非線形空間（例：単体）上で定義される平均点の幾何的不整合を回避する分布の代替表現が可能である。
• 構築されたRKHSの豊かな構造を活用することで、構成的データにおける非パラメトリック密度推定およびカーネル指数型分布族モデリングが可能になる。
• カーネルの多項式的性質により、理論的取り扱いやすさと計算効率性が両立され、対数比法におけるゼロ補完に起因する数値的不安定性を回避できる。