[論文レビュー] Spatial meshing for general Bayesian multivariate models

Michele Peruzzi, David B. Dunson|PubMed|Jan 25, 2022

Statistical Methods and Bayesian Inference被引用数 5

ひとこと要約

本稿は、空間メッシュ化と革新的なMCMCアルゴリズムSiMPAを用いて、非ガウス型アウトカムを伴う多次元空間モデルにおけるスケーラブルなベイジアンフレームワークを提案する。SiMPAは、高価な行列演算を回避する第二階微分幾何学的情報を活用することで、サンプリング効率を向上させる。この手法により、数万から数十万の場所と複数のアウトカムタイプを持つ大規模な地理空間データセットにおいて、高速かつ高精度な推論が可能となり、標準的なMCMC手法に比べて混合性と収束性が優れている。

ABSTRACT

Quantifying spatial and/or temporal associations in multivariate geolocated data of different types is achievable via spatial random effects in a Bayesian hierarchical model, but severe computational bottlenecks arise when spatial dependence is encoded as a latent Gaussian process (GP) in the increasingly common large scale data settings on which we focus. The scenario worsens in non-Gaussian models because the reduced analytical tractability leads to additional hurdles to computational efficiency. In this article, we introduce Bayesian models of spatially referenced data in which the likelihood or the latent process (or both) are not Gaussian. First, we exploit the advantages of spatial processes built via directed acyclic graphs, in which case the spatial nodes enter the Bayesian hierarchy and lead to posterior sampling via routine Markov chain Monte Carlo (MCMC) methods. Second, motivated by the possible inefficiencies of popular gradient-based sampling approaches in the multivariate contexts on which we focus, we introduce the simplified manifold preconditioner adaptation (SiMPA) algorithm which uses second order information about the target but avoids expensive matrix operations. We demostrate the performance and efficiency improvements of our methods relative to alternatives in extensive synthetic and real world remote sensing and community ecology applications with large scale data at up to hundreds of thousands of spatial locations and up to tens of outcomes. Software for the proposed methods is part of R package meshed, available on CRAN.

研究の動機と目的

• 非ガウス型アウトカムと大規模データが存在する際のベイジアン多次元空間モデルにおける計算上のボトル neck を解消すること。
• 多様なデータタイプ（例：度数、二値、連続）の柔軟なモデリングを維持しながら、計算効率を確保するスケーラブルな推論フレームワークを開発すること。
• 勾配ベースのMCMC手法が高次元かつ非ガウス型設定で非効率であるのを克服するため、新しい事前条件付け戦略を開発すること。
• 空間的グラフ（DAG）とドメイン分割による空間メッシュ化を用いて、複雑な空間モデルにおける実用的な事後分布計算を可能にすること。

提案手法

• 空間的依存性を条件付き独立構造を通じて表現するための有向非巡回グラフ（DAG）を用い、スパースな精度行列と効率的なMCMCサンプリングを実現する。
• ドメイン分割を適用して空間的メッシュ化されたガウス過程（MGPs）を構築し、計算コストを低減しながらも空間相関構造を保持する。
• 局所的な第二階微分情報を用いて提案効率を向上させるが、完全なヘッセ行列の計算を回避する「簡略化された多様体事前条件付け適応（SiMPA）」アルゴリズムを導入する。
• 共分散パラメータのサンプリングにGriPS法を採用し、潜在過程モデルにおける混合性と不確実性の定量化を強化する。
• 柔軟な尤度関数（ポisson、負の二項分布、ベルヌーイ、ガウス）と潜在ガウス過程を組み合わせ、多次元非ガウス型応答をモデリングする。
• スパース行列ルーチンと局所的近似を用いて、最大250,000の空間的場所と数十のアウトカムを含むデータセットへのスケーリングを実現する。

実験結果

リサーチクエスチョン

• RQ1 空間メッシュ化とDAGベースのモデリングは、高次元かつ非ガウス型の多次元空間モデルにおいて、効率的なMCMCサンプリングを可能にするか？
• RQ2 多様なアウトカムタイプにおいて、SiMPAはMALAおよびNUTSと比較して、1秒あたりの有効サンプルサイズ（ESS/s）で優れているか？
• RQ3 空間メッシュ化と局所的条件付きモデリングの適用は、大規模な地理空間データにおける事後分布の混合性と収束性を向上させるか？
• RQ4 GriPS法は、潜在過程パラメータのサンプリング効率と不確実性の定量化を、どの程度向上させるか？
• RQ5 提案されたフレームワークは、度数、二値、連続などの混合データタイプを含む複雑な実世界データを、計算スケーラビリティを維持したまま扱えるか？

主な発見

• ガウス型アウトカムではSiMPAの平均ESS/sは17.65、負の二項分布型では9.03を達成し、MALA（8.35および1.31）およびNUTS（2.15および0.32）を著しく上回った。
• ベルヌーイ型アウトカムではSiMPAは4.26 ESS/sを達成し、MALA（1.15）、NUTS（0.25）、SM-MALA（1.81）を上回った。
• すべてのアウトカムタイプにおいて、95％信用区間の実効的カバー率が0.944～0.948を維持し、すべてのタイプでRMSPEが0.45未満であった。
• ポissonおよびベルヌーイ型の混合タイプアウトカムに対しても、RMSPEが1.194～1.212であり、カバー率が0.94を超えるなど、多様なデータタイプにおいて安定した性能を示した。
• 2500の場所と750のデータセットを含む合成データにおいて、SiMPAはESS/sと不確実性定量化の両面で一貫した改善を示した。特に、パラメータ拡張にGriPSを組み合わせた場合に顕著であった。
• リモートセンシングおよびコミュニティエコロジー分野の実世界データ（最大250,000の空間的場所、最大10のアウトカム）に対しても、フレームワークは効果的にスケーリングされ、実用的価値を示した。