[論文レビュー] The Area of the Convex Hull of Sampled Curves: a Robust Functional Statistical Depth Measure

Guillaume Staerman, Pavlo Mozharovskyi+1 more|arXiv (Cornell University)|Oct 9, 2019

Advanced Statistical Methods and Models参考文献 31被引用数 9

ひとこと要約

本稿では、関数データセット内での曲線の中心性を、曲線をサンプルに追加した際の凸包面積の相対的増加に基づいて測定する、新規の機能的深度測度である凸包面積深度（ACHD）を導入する。ACHDは、EOG、Wine、Octaneを含む合成および実世界のデータセットにおいて、特に孤立型および形状異常の検出において、従来の手法を上回る、頑健で解釈可能で優れた性能を示す。

ABSTRACT

With the ubiquity of sensors in the IoT era, statistical observations are becoming increasingly available in the form of massive (multivariate) time-series. Formulated as unsupervised anomaly detection tasks, an abundance of applications like aviation safety management, the health monitoring of complex infrastructures or fraud detection can now rely on such functional data, acquired and stored with an ever finer granularity. The concept of statistical depth, which reflects centrality of an arbitrary observation w.r.t. a statistical population may play a crucial role in this regard, anomalies corresponding to observations with 'small' depth. Supported by sound theoretical and computational developments in the recent decades, it has proven to be extremely useful, in particular in functional spaces. However, most approaches documented in the literature consist in evaluating independently the centrality of each point forming the time series and consequently exhibit a certain insensitivity to possible shape changes. In this paper, we propose a novel notion of functional depth based on the area of the convex hull of sampled curves, capturing gradual departures from centrality, even beyond the envelope of the data, in a natural fashion. We discuss practical relevance of commonly imposed axioms on functional depths and investigate which of them are satisfied by the notion of depth we promote here. Estimation and computational issues are also addressed and various numerical experiments provide empirical evidence of the relevance of the approach proposed.

研究の動機と目的

• 形状に基づく異常を捉えられなかったり、外れ値に敏感な既存の機能的深度測度の限界を是正すること。
• 汚染に強く、解釈可能で、データの境界を超えた段階的逸脱に対しても感度が高い、中心性からの逸脱を捉える深度測度の開発。
• 関数データ解析における積分型深度関数の理論的根拠に基づく、計算的に効率的で理論的裏付けのある代替手法の提供。
• 多様な実世界データセットにおける、位置異常、孤立型異常、形状異常の種類を網羅的に検出する手法の優位性を実証すること。

提案手法

• クエリ曲線をランダムな曲線サンプルに追加した際の、凸包面積の期待値による相対的増加として、機能的深度を定義する。
• 複数の実現における面積増加分の平均を計算することで、モンテカルロ近似を用いて曲線の深度を推定する。
• ベンチマークのため、多変量異常検出手法（例：Isolation Forest、One-Class SVM）を適用する前に、関数主成分分析（FPCA）による次元削減を実施する。
• 凸包の幾何的性質を活用することで、自然にグローバルな形状の逸脱を捉える頑健性を確保する。
• 大規模な関数データに適した計算複雑度を持つスケーラブルなアルゴリズムを実装する。
• 分布形や基底展開に関する仮定を避けるために、非パラメトリックかつ非積分型のアプローチを採用する。

実験結果

リサーチクエスチョン

• RQ1 凸包面積に基づく幾何的深度測度は、特に形状の逸脱に対して、関数データの中心性を効果的に捉え、異常検出に有効であるか。
• RQ2 FSDO や FT などの既存の機能的深度測度と比較して、ACHD は外れ値に対してどれほど頑健で、さまざまな異常タイプに対してどれほど感度が高いか。
• RQ3 訓練データの汚染度が上昇するに従い、ACHD は一貫した深度順序を保つことができるか。
• RQ4 EOG、Wine、Octane などの既知の異常を有する実世界の関数データセットにおいて、ACHD は最先端の多変量異常検出手法と比較して、どの程度の性能を示すか。
• RQ5 積分型深度関数と比較して、ACHD は統計的推定の分散が小さく、チューニングパラメータにあまり依存しない安定性を示すか。

主な発見

• ACHD は、訓練曲線の30％までが異常であっても、常に深度順序を保持し、強い頑健性を示した。
• Octane データセットでは孤立型異常の検出率が1.0、Wine データセットでも1.0に達し、FSDO や FT を上回った。
• EOG データセットでは、ACHD が73％の異常を検出した一方、FSDO（55％）、FT（48％）、FIF（43％）はそれより低く、複雑な実世界の関数データにおいて優れた性能を示した。
• Wine データセットでは ACHD が異常を100％検出したが、FSDO や FT はいずれの異常も検出できず、微細な形状の逸脱に対しても感度が高いことが示された。
• ACHD は統計的推定の分散が小さく、積分型深度関数と比較してチューニングパラメータにあまり依存しなかった。
• 本手法は高いスケーラビリティと解釈可能性を示し、深度値が自然に相対的面積増加分として解釈可能であるため、実用的利便性が向上した。