[論文レビュー] Tight Lower Bounds for Homology Inference

Sivaraman Balakrishnan, Alessandro Rinaldo+2 more|arXiv (Cornell University)|Jul 29, 2013

Topological and Geometric Data Analysis参考文献 4被引用数 3

ひとこと要約

本稿は、ℝᴰ に埋め込まれた d 次元多様体からのノイズなしサンプルにおけるホモロジー推定のためのタイトなミニマックス下界を確立する。m 個の d 次元球面から構成されるテスト問題を構築し、尤度比検定を用いることで、ミニマックスリスクが Ω(1/τᵈ exp(−nτᵈ)) であることを証明し、既知の上界と一致させ、ノイズなし設定におけるレート最適性を確立する。

ABSTRACT

The homology groups of a manifold are important topological invariants that provide an algebraic summary of the manifold. These groups contain rich topological information, for instance, about the connected components, holes, tunnels and sometimes the dimension of the manifold. In earlier work, we have considered the statistical problem of estimating the homology of a manifold from noiseless samples and from noisy samples under several different noise models. We derived upper and lower bounds on the minimax risk for this problem. In this note we revisit the noiseless case. In previous work we used Le Cam's lemma to establish a lower bound that differed from the upper bound of Niyogi, Smale and Weinberger by a polynomial factor in the condition number. In this note we use a different construction based on the direct analysis of the likelihood ratio test to show that the upper bound of Niyogi, Smale and Weinberger is in fact tight, thus establishing rate optimal asymptotic minimax bounds for the problem. The techniques we use here extend in a straightforward way to the noisy settings considered in our earlier work.

研究の動機と目的

• ノイズなしサンプリング下でのホモロジー推定におけるミニマックスリスクの既存の上界と下界のギャップを埋めること。
• 既知の上界と一致するタイトな下界を証明することで、ホモロジー推定のレート最適性を確立すること。
• 多様体の分離を球面の除去によって行う新しい構成を用いて、ホモロジー推定の根本的限界を分析すること。
• ノイズあり設定への分析を拡張するが、ここでの焦点は漸近的下界を有するノイズなしケースである。
• ハウスドルフ距離における多様体推定やパーシsistens図の推定といった関連問題における下界の基盤を提供すること。

提案手法

• D ≥ d+1 において ℝᴰ に埋め込まれた、半径 τ の m 個の d 次元球面からなる帰無多様体 M₀ を構築する。球面同士は 4τ 離れている。
• M₀ から一つの球面を除去することで得られる m 個の異なる代替多様体 M₁ᵢ を定義する。
• M₀ 上の一様分布 P₀ と M₁ᵢ 上の一様分布 P₁ᵢ を定義し、下からの有界な密度を保証する。
• H₀（M₀） 対 H₁（i ∈ {1,…,m} の一様分布）という仮説検定問題として問題を定式化する。
• 尤度比検定 T(X) = 1 を採用し、L(X) > 1 のとき、ここで L(X) = L₁(X)/L₀(X) は H₁ と H₀ の下での尤度比である。
• コインコレクター問題を活用して、特定の球面からサンプルが観測されない確率を評価し、それによって H₀ の棄却が可能であることを示す。
• コインコレクター分布の極限挙動を用いて、第一種の誤り確率の漸近的下界を導出する。

実験結果

リサーチクエスチョン

• RQ1 ノイズなし i.i.d. サンプルから得られる d 次元多様体のホモロジーを推定する際の根本的ミニマックスレートは何か？
• RQ2 従来の Le Cam の補題による下界は、既知の上界に一致するように改善可能か？
• RQ3 尤度比検定はホモロジー推定問題において最適な誤り率を達成するか？
• RQ4 m 個の互いに素な d 次元球面の構成は、タイトな非漸近的および漸近的下界を導出するために利用可能か？
• RQ5 この手法は、ノイズありサンプリングモデルや他のトポロジカル推定問題へどの程度拡張可能か？

主な発見

• n → ∞ のとき、ホモロジー推定のミニマックスリスクは Ω(1/τᵈ exp(−nτᵈ)) であり、既知の上界と一致し、レート最適性が確立される。
• 下界は、m = Θ(1/(4τ)ᵈ) 個の d 次元球面を含むテスト問題における尤度比検定を用いて導出される。
• n = m log m + m log(1/δ) のとき、各球面からサンプルが観測されない確率は、ある定数 c に対して cδ 以上である。これにより、第一種の誤り率は cδ 以上となる。
• これは Rₙ ≥ c′δ（c′ > 0）を意味し、リスクが Ω(1/τᵈ exp(−nτᵈ)) より速く減少することは不可能であることを示す。
• この構成と解析は自然にノイズあり設定へ拡張可能であり、同様の下界が得られると示唆される。
• 有限標本の下界は、漸近的コインコレクター極限を有限標本推定に置き換えることで得られる。