[論文レビュー] Segregating event streams and noise with a Markov renewal process model

Dan Stowell, Mark D. Plumbley|arXiv (Cornell University)|Nov 13, 2012

Simulation Techniques and Applications参考文献 24被引用数 21

ひとこと要約

本論文は、複数のイベントストリームからのノイズ分離と、未知で変動する発生レートを持つ複数の信号源へのタイムスタンプ付き観測値のクラスタリングを同時に実行するためのマコフ再生過程（MRP）モデルを提案する。問題をネットワークフロー最適化として定式化することで、間欠的信号の高精度な分離と追跡が達成され、合成データおよび実際のバイアソングの音声データにおいて、高ノイズ環境や複雑な混合状況下でも効果的に機能することが示された。

ABSTRACT

We describe an inference task in which a set of timestamped event observations must be clustered into an unknown number of temporal sequences with independent and varying rates of observations. Various existing approaches to multi-object tracking assume a fixed number of sources and/or a fixed observation rate; we develop an approach to inferring structure in timestamped data produced by a mixture of an unknown and varying number of similar Markov renewal processes, plus independent clutter noise. The inference simultaneously distinguishes signal from noise as well as clustering signal observations into separate source streams. We illustrate the technique via a synthetic experiment as well as an experiment to track a mixture of singing birds.

研究の動機と目的

• 信号源の数と観測レートが未知である状況において、タイムスタンプ付きイベントデータを複数の独立した信号ストリームにクラスタリングする課題に対処すること。
• ポイント過程データにおいて、真の信号イベントと独立したゴミノイズを同時に区別すること。
• 音声シーン解析、ネットワークトラフィック、ニューロンスパッキングデータなど、多様な分野に適用可能な汎用的インファレンスフレームワークを開発すること。
• 固定の観測レートや同期サンプリングを仮定せずに、間欠的かつ非同期的なイベント生成を処理できること。
• 最小限のハイパーパrameterでスケーラブルであり、多様なデータ分布に一般化可能なソリューションを提供すること。

提案手法

• データを、発生レートが未知で互いに独立する複数の類似したマコフ再生過程（MRP）の混合としてモデル化し、各MRPは状態依存の到着間隔でイベントを生成する。
• クラスタリングとノイズ分離のタスクを、アーキがイベント間の潜在的遷移を表し、容量制約がMRP構造を強制するネットワークフロー問題として定式化する。
• MRPの尤度に基づくコスト関数を用いてフローの割り当てを誘導し、MRPモデル下で統計的に妥当な遷移を優遇する。
• ネットワークフロー最適化による最尤推論を適用し、イベントを信号ストリームとノイズに最も確率の高い分割で特定する。
• 完全なネットワークフローの解法による正確な推論と、高速化を目的としたグリーディ近似の両方を実装する。
• ゴミノイズをパラメータが既知の独立したポアソン過程としてモデル化し、信号／ノイズの明確な区別を可能にする。

実験結果

リサーチクエスチョン

• RQ1 統一されたモデルが、複数の間欠的イベントストリームのクラスタリングと、独立したノイズからの分離を同時に実行できるか？
• RQ2 ベースライン手法と比較して、-24 dB SNRのような高ノイズ環境下でも、MRPベースのネットワークフロー手法はどの程度の性能を示すか？
• RQ3 あるデータセットで学習した場合に、別の信号源に一般化できる程度はどの程度か？
• RQ4 実世界の音声データにおいて、完全な推論とグリーディ近似の性能はどの程度差異を示すか？
• RQ5 音声表現からのイベント検出の品質が、最終的なクラスタリングおよび分離性能に及ぼす影響は何か？

主な発見

• 合成実験において、-24 dB SNRでも信号ストリームとノイズを正しく分離することが確認された。
• バイアソング分析において、単に周辺的な振幅統計に依存する単純なベースラインと比較して、MRPモデルは顕著に優れた性能を示し、時間的構造の価値を実証した。
• 学習データとテストデータを別々にした場合の性能は、学習とテストを同じデータで行った場合とほぼ同等であり、アルゴリズムの一般化性能が優れていることを示している。
• 5つの重なったバイアソング録音が存在する状況でも、性能が著しく低下せず、信号混合の複雑さに対して強い耐性を示した。
• バイアソング実験において、グリーディ推論バージョンは完全な推論とほぼ同等の性能を示しており、実用的かつ効率的な代替手段であることが示された。
• 明示的なゴミノイズモデルの導入により、後処理でノイズクラスタリングを行う手法と比較して、分離精度が向上した。