[論文レビュー] Variable selection based on entropic criterion and its application to the debris-flow triggering

Chien-chih Chen, Chih‐Yuan Tseng+1 more|arXiv (Cornell University)|Sep 29, 2006

Landslides and related hazards参考文献 19被引用数 32

ひとこと要約

本論文は、複雑な地球物理系における予測子の同定を目的とした、エントロピー基準に基づくデータ駆動型変数選択手法「最小エントロピー分析（MEA）」を紹介する。台湾における台風ヘール後の土石流発生に応用された結果、MEAは水文的形状係数、土砂災害地域面積、土砂災害数の3つの主要な変数を的確に同定し、危険度モデルにおける主観的専門家による選択の定量的かつ客観的な代替手段を提供した。

ABSTRACT

We propose a new data analyzing scheme, the method of minimum entropy analysis (MEA), in this paper. New MEA provides a quantitative criterion to select relevant variables for modeling the physical system interested. Such method can be easily extended to various geophysical/geological data analysis, where many relevant or irrelevant available measurements may obscure the understanding of the highly complicated physical system like the triggering of debris-flows. After demonstrating and testing the MEA method, we apply this method to a dataset of debris-flow occurrences in Taiwan and successfully find out three relevant variables, i.e. the hydrological form factor, numbers and areas of landslides, to the triggering of observed debris-flow events due to the 1996 Typhoon Herb.

研究の動機と目的

• 複雑な系における相関の高い多数の地球物理的測定値のプールから関連する変数を選択する課題に対処すること。
• 主観的な専門家判断や臨戦的仮定に依存しない、体系的で定量的な変数選択基準の開発。
• 最小エントロピー分析（MEA）手法が土石流発生の影響を及ぼす予測子を同定する有効性を示すこと。
• MEAの結果を既存のGISベースの危険度モデルと比較し、その性能と客観性を検証すること。
• 他の地球物理的・地質的データ解析問題に一般化可能な変数選択フレームワークを提供すること。

提案手法

• MEA手法は、一様な基準分布に対する相対エントロピー（カルバック・ライブラー発散）を基準として、モデルの情報含量に基づいてモデルを順位付けする。
• 非情報的（一様）分布から最も逸脱するモデルを特定する最小エントロピーの原則を適用し、情報含量が高く関連性の高いモデルを特定する。
• 候補変数（例：地形的、地質的、水文的）のすべての可能な組み合わせを評価し、得られるモデル分布のエントロピーを計算する。
• 最小エントロピー（一様分布に最も近い）のモデルは情報が少なく、最大エントロピーのモデルが情報量が多く、関連性が高いとされる。
• 二値の結果（土石流の発生）を想定したロジット回帰モデルを用い、異なる変数の組み合わせによる30の部分モデルでエントロピーを評価する。
• 変数の重要度は、部分モデルのエントロピー順位に基づき決定され、一貫して低エントロピーとなるモデルは関連性が低い変数を示す。

実験結果

リサーチクエスチョン

• RQ1 多数の地球物理的測定値の中から、土石流発生予測に最も関連する変数は何か？
• RQ2 エントロピーに基づく基準により、専門家の意見やヒューリスティック仮定に依存せずに、主要な予測子を客観的に同定できるか？
• RQ3 従来のGISベースの危険度モデルが主観的な変数選択を採用しているのに対し、MEA手法は性能と一貫性においてどのように比較されるか？
• RQ4 水文的、地形的、土砂災害関連の変数は、台風被害を受けた地域における土石流発生にどの程度寄与しているか？
• RQ5 MEAフレームワークは、高次元でノイズが多い、または相関の高いデータを有する他の複雑な地球物理系にも一般化可能か？

主な発見

• MEA手法は、台風ヘール後の土石流発生に際し、水文的形状係数、土砂災害地域面積、土砂災害数という3つの主要な変数を的確に同定した。
• 30の部分モデルにおけるエントロピー値の分析から、形状係数、土砂災害地域面積、土砂災害数を含む組み合わせが一貫して低いエントロピーを示し、予測モデルにおける優位性を示した。
• 変数の重要度が定量的に順位付けされた。最適な部分モデル（形状係数、土砂災害地域面積、土砂災害数を含む）のエントロピーは2.9346であり、全テスト組み合わせの中で最低であった。
• MEAの結果は、Linら（2002）のGISベースのモデルと強く一致しており、形状係数と土砂災害地域面積が重要な要因であると同定した点で、本手法の信頼性を裏付けた。
• 専門家モデルで常に優先されない土砂災害数についても、土石流発生に顕著な影響を及ぼす可能性があることが明らかになった。今後のさらなる調査が求められる。
• MEAフレームワークは、耐性があり、簡潔であることが示された。地球物理的モデリングにおける主観的変数選択の代替手段として、体系的かつ客観的な手法を提供した。