[논문 리뷰] A review on minimax rates in change point detection and localisation

Yi Yu|arXiv (Cornell University)|2020. 11. 03.

Statistical Methods and Inference참고 문헌 170인용 수 12

한 줄 요약

이 논문은 단변량 및 고차원 설정에서 변화점 탐지 및 국소화에 대한 최소최대 최적 비율을 검토하며, 매개수 모델과 비모수 모델을 모두 포함한다. 기본적인 탐지 및 국소화 한계를 설정하고, 정벌된 절차가 로그 인자 범위 내에서 거의 최적의 국소화 오차를 달성함을 보이며, 특히 재생 커널 힐버트 공간과 신호 대 잡음비 임계값을 포함한 비모수 설정에서의 열린 문제를 규명한다.

ABSTRACT

This paper reviews recent developments in fundamental limits and optimal algorithms for change point analysis. We focus on minimax optimal rates in change point detection and localisation, in both parametric and nonparametric models. We start with the univariate mean change point analysis problem and review the state-of-the-art results in the literature. We then move on to more complex data types and investigate general principles behind the optimal procedures that lead to minimax rate-optimal results.

연구 동기 및 목표

• 변화점 분석에서 기본적인 최소최대 탐지 및 국소화 한계를 설정하기 위해.
• 탐지와 국소화를 서로 다른 통계적 목표로 간주하고, 각각 다른 최적성 기준을 갖는다는 것을 구분하기 위해.
• 탐지 및 국소화에서 거의 최적의 성능을 달성하는 계산적으로 효율적인 알고리즘을 검토하기 위해.
• 특히 재생 커널 힐버트 공간에서의 비모수 설정에서의 변화점 탐지에 대한 열린 문제를 규명하기 위해.
• 신호 대 잡음비(κ/√∆)가 일관된 변화점 추정의 가능성을 결정하는 데서의 역할을 검토하기 위해.

제안 방법

• 다양한 모델에서 탐지 및 국소화에 대한 기본 하한을 유도하기 위해 최소최대 위험 분석을 사용한다.
• 구간에 대해 분리 가능한 손실 함수를 사용하는 정벌된 분할 알고리즘(알고리즘 1)을 적용하여 거의 최적의 국소화를 달성한다.
• 손실 함수를 구간 별 잔차의 합으로 정의하고, 세그먼트 수에 대한 정벌 항목을 포함한다.
• 특히 재생 커널 힐버트 공간에서 커널 기반의 손실 함수를 통해 비모수 설정에 이 방법을 적응시킨다.
• 변화점 국소화에서 추정기 정확도를 측정하기 위해 하우스도르프 거리를 사용한다.
• ℓ2, 프로베니우스, 연산자, RKHS 등의 노름과 콜모고로프-스미르노프, Supremum 노름 등의 거리 노름을 정의하여 신호 대 잡음비를 설정한다.

실험 결과

연구 질문

• RQ1 단변량 평균 변화점 문제에서 최소최대 탐지 및 국소화 비율은 무엇인가?
• RQ2 탐지 및 국소화 한계는 어떻게 다를 수 있으며, 동시에 달성될 수 있는가?
• RQ3 정벌된 분할 방법이 비모수 모델에서 거의 최적의 국소화 오차를 달성할 수 있는가?
• RQ4 신호 대 잡음비(κ/√∆)가 일관된 변화점 추정의 가능성을 결정하는 데서의 역할은 무엇인가?
• RQ5 재생 커널 힐버트 공간을 사용한 비모수 변화점 탐지의 기본 한계는 무엇인가?

주요 결과

• 최소최대 탐지 경계는 κ/√∆ ≍ 1에서 단계 전이를 보이며, 이 아래에서는 일관된 탐지가 불가능하다.
• 단변량 평균 변화 문제에서 탐지 및 국소화 한계는 로그 인자 범위 내에서 일치한다.
• 정벌된 분할 알고리즘은 최소최대 최적 비율의 로그 인자 범위 내에서 국소화 오차를 달성한다.
• 비모수 설정, 예를 들어 콜모고로프-스미르노프 또는 RKHS 기반 거리에서, 매개수 모델과 동일한 비율을 달성할 수 있지만, 함수 공간의 유한한 복잡성 가정이 필요하다.
• 이 논문은 소볼레프 공간 Wα,2(α > 1/2)에 대해 탐지 경계가 O(T−α/(2α+1))이고 국소화 비율이 O(T−2α/(2α+1))일 것으로 추측하지만, 이는 아직 미해결이다.
• 이 조사에서는 온라인 변화점 탐지 및 검정, 그리고 로그 갭을 초월한 정확한 최소최대 비율에 대한 연구가 대부분 미개척되어 있음을 밝힌다.