[論文レビュー] Unifying Pairwise Interactions in Complex Dynamics

Oliver M. Cliff, Bryant, Annie G.+3 more|arXiv (Cornell University)|Jan 28, 2022

Mental Health Research Topics被引用数 11

ひとこと要約

本論文は、分野を跨ぐ多次元時系列における依存関係を測定する多様な手法を統合するため、237個の対間相互作用統計量（SPIs）の統一ライブラリを導入する。1053件の実データおよび合成データセット上でこれらのSPIsを評価し、3つの事例研究に応用することで、単一手法に比べ複数のSPIsを組み合わせることで分類性能が顕著に向上することを示した。これにより、分野を跨ぐ相乗効果と共通する理論的構造が明らかになった。

ABSTRACT

Scientists have developed hundreds of techniques to measure the interactions between pairs of processes in complex systems. But these computational methods, from correlation coefficients to causal inference, rely on distinct quantitative theories that remain largely disconnected. Here we introduce a library of 237 statistics of pairwise interactions and assess their behavior on 1053 multivariate time series from a wide range of real-world and model-generated systems. Our analysis highlights new commonalities between different mathematical formulations, providing a unified picture of a rich interdisciplinary literature. Using three real-world case studies, we then show that simultaneously leveraging diverse methods from across science can uncover those most suitable for addressing a given problem, yielding interpretable understanding of the conceptual formulations of pairwise dependence that drive successful performance. Our framework is provided in extendable open software, enabling comprehensive data-driven analysis by integrating decades of methodological advances.

研究の動機と目的

• 複雑力学系における対間相互作用を測定する、多様な統計的および計算的手法を統合すること。
• 1053件の多変量時系列（MTS）の多様なライブラリを用いて、237個の対間相互作用統計量（SPIs）の経験的挙動を評価すること。
• 単一手法に比べ複数のSPIsを組み合わせることで、現実世界の分類タスクにおいて優れた性能が得られることを示すこと。
• 包括的かつデータ駆動的な対間依存関係分析を可能にする、オープンソースで拡張可能なソフトウェアツールキットを提供すること。

提案手法

• 著者らは、6つの分野的カテゴリー（基本的、距離類似性、因果インデックス、情報理論、スペクトル、その他）から237個の対間相互作用統計量（SPIs）を収集した。
• 彼らは、神経科学、地球系、経済学からの実世界データと、合成モデルを含む、1053件の多変量時系列（MTS）のキュレート済みライブラリを用いてSPIsを評価した。
• 分類のため、各SPIについて対間相互作用行列（MPIs）を計算し、線形SVMの特徴量として上三角（非有向）または非対角成分（有向）を用いた。
• MTS全体で無効または定数の出力を示すSPIsは除外され、各事例研究で219～228個の使用可能なSPIsが得られた。
• 性能評価には、スマートウォッチおよびEEGデータで30回のストラティファイドなトレイン・テスト分割、fMRIデータで1人ずつ除外する交差検証（leave-one-individual-out）を適用した。
• 統計的有意性は、ボンフェローニ補正を施したパーミュテーションテストにより、観測された正解率をノイズ分布（null distribution）と比較することで決定した。

Figure 1: We developed a scientific library comprising 237 statistics of pairwise interactions (SPIs) and evaluated their behavior on another library of 1053 multivariate time series (MTS). A . In many disciplines, including neuroscience, economics, and biology, scientists analyze interactions betwe

実験結果

リサーチクエスチョン

• RQ1 異なる対間相互作用統計量は、多変量時系列において、一意の情報か、重複する情報を捉えているのか？
• RQ2 多様な手法的伝統に由来する複数のSPIsを組み合わせることで、単一手法に比べ分類性能が向上するのか？
• RQ3 複雑系における対間依存の見かけ上分離された理論的定式化の間には、共通する点が存在するのか？
• RQ4 SPIsは、多様な現実世界およびモデル生成時系列においてどのように振る舞い、その経験的挙動にどのようなパターンが現れるのか？

主な発見

• 237個のSPIsのライブラリは、組み合わせることで顕著な相乗効果を示した。すべての3つの事例研究において、すべてのSPIsの集合が、補正後p < 0.05で統計的に有意な分類性能を達成した。
• 複数のSPIsを組み合わせたアプローチは、いかなる個別のSPIsよりも高い分類精度を達成した。これは、多様な手法が、系の背後にあるダイナミクスに関するより解釈可能で頑健な情報を総合的に捉えられることを示している。
• スマートウォッチのアクティビティ、EEG状態、fMRI映像データの各データセットに対して、それぞれ228、219、227個の使用可能なSPIsが、数値的に不安定または定数の結果を示すものを除外した後で保持された。
• このフレームワークは、異なるSPIsが、ラグ付き、非線形的、因果的関係など、異なる種類の依存関係に感受性であることを明確にした。これにより、それらの補完的性質が浮き彫りになった。
• 本研究では、広く使われているピアソン相関係数ですら、すべてのデータセットでアンサンブルのSPIsを常に上回るとは限らないことが示された。
• オープンソースのツールキット（pyspi v0.4.0）により、再現可能な分析と、数十年にわたる手法の進歩を1つの拡張可能なプラットフォームに統合することが可能になった。

Figure 2: Statistics for measuring pairwise interactions (SPIs) between time series can be organized into 14 modules based on their behavior on over 1000 multivariate time series (MTS), providing an intuitive, data-driven organization of an interdisciplinary scientific literature. A . A brief summar