[논문 리뷰] Asymptotics of Lower Dimensional Zero-Density Regions

Hengrui Luo, Steve MacEachern외 1명|arXiv (Cornell University)|2020. 06. 03.

Topological and Geometric Data Analysis참고 문헌 34인용 수 4

한 줄 요약

이 논문은 표본 크기가 증가함에 따라 수렴하는 반경을 갖는 덮개 구를 사용하여 데이터 내에서 저차원의 밀도가 0인 영역을 渐近적으로 탐지하는 방법을 제안한다. 이는 기본 밀도의 분포적 성질을 활용한다. 특정한 반경 감쇠 조건과 밀도의 매끄러움 조건 하에서, 표본 크기가 증가함에 따라 이러한 영역을 확률 1에 수렴하는 정확도로 식별할 수 있음을 증명한다. 이는 임의의 가짜 경고를 최소화하는 데에도 기여한다.

ABSTRACT

Topological data analysis (TDA) allows us to explore the topological features of a dataset. Among topological features, lower dimensional ones have recently drawn the attention of practitioners in mathematics and statistics due to their potential to aid the discovery of low dimensional structure in a data set. However, lower dimensional features are usually challenging to detect based on finite samples and using TDA methods that ignore the probabilistic mechanism that generates the data. In this paper, lower dimensional topological features occurring as zero-density regions of density functions are introduced and thoroughly investigated. Specifically, we consider sequences of coverings for the support of a density function in which the coverings are comprised of balls with shrinking radii. We show that, when these coverings satisfy certain sufficient conditions as the sample size goes to infinity, we can detect lower dimensional, zero-density regions with increasingly higher probability while guarding against false detection. We supplement the theoretical developments with the discussion of simulated experiments that elucidate the behavior of the methodology for different choices of the tuning parameters that govern the construction of the covering sequences and characterize the asymptotic results.

연구 동기 및 목표

• 표준적인 위상적 데이터 분석(TDA)이 측도가 0인 지원을 가진 저차원의 밀도가 0인 영역을 감지할 수 없는 점을 해결하기 위해.
• 유한 표본의 점 패tern이 아닌, 이러한 영역 근처에서 데이터가 축적되는 점근적 행동을 활용하는 방법을 개발하기 위해.
• 밀도가 0인 영역을 높은 확률로 탐지하면서도 존재하지 않는 특징를 잘못 탐지하는 것을 방지하기 위해.
• 표본 크기가 증가함에 따라 덮개 구 구성이 이러한 특징를 신뢰성 있게 식별할 수 있는 조건을 체계화하기 위해.

제안 방법

• 표본 크기가 증가함에 따라 반경이 감소하는 구를 사용하여 밀도 함수의 지지체를 순차적으로 덮는다.
• 목표로 하는 밀도가 0인 영역 $ S_0 $ 와 교차하는 구들에 초점을 맞추며, 이러한 구들이 한계에서 데이터 점을 포함하지 않도록 한다.
• 밀도의 국소적 행동에서 유도된 $ \rho(n) $-근처 영역 내 평균 점 수를 기반으로 확률적 경계를 사용한다.
• 베르누이 부등식을 적용하여 반경 감쇠 조건이 충분히 만족될 경우, 관련된 모든 구들이 공백일 확률이 1로 수렴함을 보인다.
• 밀도의 하우더 매끄러움 $ \underline{K}_f $, 차원 $ d $, 저차원 구조 $ d_0 $ 를 포함하는 임계 조건을 정의한다: $ 1 + d_0\eta - \underline{K}_f\eta - d\eta < 0 $.
• $ \epsilon(n) $ 라는 조정 파rameter를 도입하여 $ S_0 $ 주변의 이웃 영역 크기를 정의하고, 반경 $ r(n) $ 이 이 이웃 영역과 밀도의 매끄러움에 적합한 속도로 감쇠하도록 보장한다.

실험 결과

연구 질문

• RQ1 표본 크기가 증가함에 따라, 확률 질량이 없는 상태에서도 저차원의 밀도가 0인 영역을 점점 더 정확하게 탐지할 수 있는가?
• RQ2 반경 감쇠 조건과 밀도의 매끄러움 조건이 어떤 조건일 경우, 이러한 영역 주변의 덮개 구들이 높은 확률로 공백을 유지하는가?
• RQ3 이 방법은 유한 표본에서 임의의 빈자리나 노이즈로 오해할 수 있는 진짜 밀도가 0인 구조와 어떻게 구별할 수 있는가?
• RQ4 밀도의 국소 하우더 매끄러움이 저차원 특징의 탐지 가능성에 어떤 역할을 하는가?
• RQ5 덮개 구의 반경과 이웃 영역 크기의 선택은 점근적 탐지 확률에 어떤 영향을 미치는가?

주요 결과

• 조건 $ 1 + d_0\eta - \underline{K}_f\eta - d\eta < 0 $ 하에서, $ n \to \infty $ 일 때 $ \epsilon(n) $-내부에서 $ S_0 $ 와 교차하는 모든 덮개 구들이 공백일 확률이 1로 수렴한다.
• 이 방법은 밀도가 0이 아닌 영역들이 결국 적어도 하나의 데이터 점을 포함하는 구들에 의해 덮이게 하여 특징 간의 구별을 유지한다.
• 점근적 탐지율은 차원 $ d $, 저차원 구조 $ d_0 $, 밀도의 국소 하우더 매끄러움 $ \underline{K}_f $ 간의 상호작용에 따라 달라진다.
• 가짜 탐지 확률은 관련된 구들 내 평균 점 수가 충분히 빨리 감소하도록 보장함으로써 제어된다.
• 이론적 프레임워크는 반경과 이웃 영역 크기의 다양한 조정 파rameter에서의 행동을 보여주는 시뮬레이션 실험으로 뒷받침된다.
• 이 결과는 $[0,1]^d$ 상에서 잘 행동하는 밀도에 대해 성립하며, 약간의 정규성 조건 하에서 더 일반적인 지지체로도 확장 가능하다.