[논문 리뷰] A log-linear time algorithm for constrained changepoint detection

Toby Dylan Hocking, Guillem Rigaill외 2명|arXiv (Cornell University)|2017. 03. 09.

Statistical Methods and Inference참고 문헌 17인용 수 15

한 줄 요약

이 논문은 인접 세그먼트 평균 간의 약선 부등식 제약 조건을 고려한 제약 조건이 있는 변화점 탐지에 대해 일반화된 기능 자르기 알고리즘(GPDPA)을 제안한다. 이 알고리즘은 Rigaill의 기능 자르기 기법을 확장하여 $O(Kn\log n)$의 로그선형 시간 복잡도로 최적의 해를 달성한다. 이 방법은 ChIP-seq 데이터에서 빠르고 정확한 피크 탐지가 가능하며, 상향-하향 제약 조건을 갖는다. 기존 최첨단 방법보다 빠르고 정확하며 최적성을 유지한다.

ABSTRACT

Changepoint detection is a central problem in time series and genomic data. For some applications, it is natural to impose constraints on the directions of changes. One example is ChIP-seq data, for which adding an up-down constraint improves peak detection accuracy, but makes the optimization problem more complicated. We show how a recently proposed functional pruning technique can be adapted to solve such constrained changepoint detection problems. This leads to a new algorithm which can solve problems with arbitrary affine constraints on adjacent segment means, and which has empirical time complexity that is log-linear in the amount of data. This algorithm achieves state-of-the-art accuracy in a benchmark of several genomic data sets, and is orders of magnitude faster than existing algorithms that have similar accuracy. Our implementation is available as the PeakSegPDPA function in the coseg R package, https://github.com/tdhock/coseg

연구 동기 및 목표

• genomic 및 시계열 데이터에서 약선 제약 조건이 있는 빠르고 최적의 변화점 탐지가 필요하다는 문제를 해결하기 위해.
• 기존 히우리스틱 알고리즘인 Constrained DPA와 같은 방법들은 부분 최적이고 시간 복잡도가 이차형인 데 비해 이를 극복하기 위해.
• 인접 세그먼트 평균 간의 임의의 약선 제약 조건을 다룰 수 있도록 기능 자르기 기법을 일반화하기 위해.
• ChIP-seq 데이터의 피크 탐지에서 속도와 정확도 측면에서 최첨단 성능을 달성하기 위해.
• coseg R 패키지의 PeakSegPDPA 함수를 통해 재현 가능하고 오픈소스 구현을 제공하기 위해.

제안 방법

• 이 방법은 인접 세그먼트 평균에 대한 약선 부등식 제약 조건이 있는 제약 조건이 있는 변화점 탐지 문제를 해결하기 위해 일반화된 기능 자르기 접근법(GPDPA)을 사용한다.
• 문제는 전이가 제약 함수 $g_c$ 에 의해 지배되는 상태 공간에서의 동적 프rogram밍 최적화로 공식화된다.
• 동적 프로그래밍 업데이트 규칙은 데이터 가능도와 전이 비용, 그리고 페널티를 결합하여 최적의 비용 $C_{s,t}(u)$ 를 재귀적으로 계산한다.
• 핵심 혁신은 비용 함수 $\text{ConstrainedCost}(C_{\underline{v},t-1})$ 를 사용하여 비감소 또는 상향-하향 패턴과 같은 제약 조건을 강제하는 것이다.
• 알고리즘은 최적 경로가 아닌 경로를 효율적으로 제거하기 위해 비용 함수를 조각별 선형 함수로 유지한다.
• 최적의 세그먼트 평균, 상태 및 변화점 위치를 복원하기 위해 백트래킹을 통해 복원이 수행된다.

실험 결과

연구 질문

• RQ1 기능 자르기 기법은 변화점 탐지에서 인접 세그먼트 평균 간의 임의의 약선 부등식 제약 조건을 일반화하여 다룰 수 있는가?
• RQ2 제안된 GPDPA 알고리즘은 이러한 제약 조건 하에서 $O(Kn\log n)$ 평균 시간 복잡도로 최적의 해를 달성하는가?
• RQ3 실제 ChIP-seq 데이터에서 GPDPA의 성능은 기존 방법과 정확도 및 속도 측면에서 어떻게 비교되는가?
• RQ4 기존 이차시간 해법보다 뚜렷이 빠른 런타임을 유지하면서도 높은 정확도를 유지도 가능한가?
• RQ5 기능 자르기 기법은 ChIP-seq 피크 탐지에서 상향-하향 패턴과 같은 복잡한 제약 조건에 효과적인가?

주요 결과

• 제안된 GPDPA 알고리즘은 $O(Kn\log n)$ 평균 시간 복잡도를 달성하며, 최고의 알려진 자르기 알고리즘과 동일한 복잡도를 보이지만 최적성 보장을 한다.
• ChIP-seq 데이터에서 GPDPA는 기존 방법과 유사하거나 더 빠른 속도로 최첨단 정확도를 달성한다.
• 실험적 결과로 상태당 평균 저장 간격 수가 $\log n$ 임을 확인하여 $O(Kn\log n)$ 복잡도 주장에 대한 근거를 제공한다.
• 기존 최적 해법보다 주어진 상향-하향 제약 조건이 있는 변화점 탐지에서 수십 배에서 수백 배 빠르며, 최적의 해 품질을 유지한다.
• 구현은 coseg R 패키지의 PeakSegPDPA 함수로 제공되어 재현 가능한 연구와 광범위한 활용을 가능하게 한다.
• 이 방법은 비감소, 비증가 및 상향-하향 패턴을 포함한 광범위한 약선 제약 조건에 대해 기능 자르기 기법을 효과적으로 일반화한다.