[논문 리뷰] Casting Multiple Shadows: High-Dimensional Interactive Data Visualisation with Tours and Embeddings

Stuart Lee, Ursula Laa외 1명|arXiv (Cornell University)|2020. 12. 11.

Data Visualization and Analytics참고 문헌 42인용 수 4

한 줄 요약

이 논문은 R 패키지 *liminal*에 구현된 새로운 상호작용 시각화 프레임워크를 제안하며, t-SNE 임bedding과 동적 투어를 결합하여 고차원 데이터의 해석 가능성을 향상시킨다. 비선형 임베딩과 선형 투사의 순차적 연결을 통해 사용자가 t-SNE 시각화에서의 왜곡을 탐지하고, 군집 구조를 검증하며, 이웃 관계의 유지 여부를 평가할 수 있게 되어, 단일세포 전사체 분석 및 시뮬레이션 데이터에서 군집 방향 설정 작업의 신뢰성을 크게 향상시킨다.

ABSTRACT

Non-linear dimensionality reduction (NLDR) methods such as t-distributed stochastic neighbour embedding (t-SNE) are ubiquitous in the natural sciences, however, the appropriate use of these methods is difficult because of their complex parameterisations; analysts must make trade-offs in order to identify structure in the visualisation of an NLDR technique. We present visual diagnostics for the pragmatic usage of NLDR methods by combining them with a technique called the tour. A tour is a sequence of interpolated linear projections of multivariate data onto a lower dimensional space. The sequence is displayed as a dynamic visualisation, allowing a user to see the shadows the high-dimensional data casts in a lower dimensional view. By linking the tour to an NLDR view, we can preserve global structure and through user interactions like linked brushing observe where the NLDR view may be misleading. We display several case studies from both simulations and single cell transcriptomics, that shows our approach is useful for cluster orientation tasks.

연구 동기 및 목표

• 비선형 차원 축소(NLDR) 방법인 t-SNE와 같이 복잡한 파라미터 설정으로 인해 전반적인 데이터 구조가 은폐되거나 왜곡되는 문제를 해결하기 위해.
• NLDR와 동적 선형 투사(tours)를 결합하여 고차원 데이터에서 군집 식별의 신뢰성을 향상시키기 위해.
• 분석자가 t-SNE 임베딩이 데이터의 의미 있는 위상적 및 기하학적 관계를 유지하는지 평가할 수 있도록 상호작용 기반 진단 도구를 제공하기 위해.
• 연결된 브러시를 통해 투어와 t-SNE 뷰 간 실시간 비교를 가능하게 하여, 허구적인 군집에 대한 시각적 오해를 줄이기 위해.

제안 방법

• 프레임워크는 t-SNE 임베딩과 고차원 데이터를 선형 투사로 체계적으로 저차원 뷰에 투영하는 동적 그랜드 투어를 통합한다.
• 상호작용 기반 연결된 브러시를 통해 사용자는 t-SNE 뷰에서 영역을 선택하면 동시에 투어 뷰의 해당 점들을 강조 표시할 수 있어, 국소적 및 전반적 구조의 상호 검증이 가능하다.
• 이웃 관계 유지 여부는 기준 데이터셋에서 k-최근접 이웃(k-NN) 그래프를 계산하고, t-SNE 및 투어 투사에서의 그래프와 비교하여 평가한다.
• 거리 또는 이웃 관계를 인코딩하기 위해 불투명도, 색상 척도 또는 선택 기능을 사용하며, 임베딩과 원본 데이터 기하학적 구조 간의 불일치를 탐지하기 위해 일대다 브러시를 지원한다.
• 효율적인 최근접 이웃 계산 및 상호작용 렲영을 위해 R 패키지인 *ggplot2*, *cowplot*, *FNN*/*RcppAnnoy*를 활용한다.
• 투어 뷰에서 과도한 겹침과 혼잡함을 완화하기 위해 '세이지 투어'(sage tour)를 제안하며, 이는 조밀한 군집의 가시성을 향상시킨다.

실험 결과

연구 질문

• RQ1 t-SNE 임베딩과 투어를 연결함으로써 비선형 차원 축소에서의 파라미터 설정으로 인한 오도된 시각화를 탐지할 수 있는가?
• RQ2 동적 선형 투사가 t-SNE 뷰에서 은폐된 전반적 데이터 구조를 얼마나 효과적으로 드러내는가?
• RQ3 투어와 t-SNE 뷰 간의 연결된 브러시는 군집 구조 및 이웃 관계 유지 여부의 검증을 어느 정도 향상시키는가?
• RQ4 상호작용 기반 진단 도구는 진정한 기준이 없는 상황에서 고차원 데이터에서 허구적인 군집을 오해할 위험을 줄일 수 있는가?
• RQ5 확장 가능한 시각화 기법은 대규모 단일세포 전사체 분석 데이터셋의 해석 가능한 분석을 어떻게 지원할 수 있는가?

주요 결과

• 프레임워크는 t-SNE 시각화에서의 왜곡을 성공적으로 탐지하였으며, 예를 들어 나무 모양의 기하학적 구조와 같은 조각별 선형 데이터에서 서로 다른 군집이 융합되는 현상을 확인하였다.
• 시뮬레이션 연구에서 투어는 진짜 군집의 형태와 분리 상태를 유지하였지만, t-SNE는 특히 최적의 파라미터 설정이 아닐 경우 이를 잘 유지하지 못하였다.
• 연결된 브러시를 통해 사용자는 t-SNE에서 국소적 이웃 관계가 잘 유지되지 않는 영역를 식별할 수 있었으며, 임베딩에서의 잠재적 아티팩트를 드러내었다.
• 단일세포 전사체 분석에서 투어-t-SNE 통합 뷰는 더 신뢰할 수 있는 군집 방향 설정과 마커 유전자 발현 패tern의 검증을 가능하게 하였다.
• 양 뷰에서 k-NN 그래프를 사용함으로써 임베딩과 원본 데이터 간의 불일치를 드러내어 이웃 관계 유지되지 않은 영역 탐지에 기여하였다.
• *liminal* R 패키지에 구현된 이 프레임워크는 일대다 브러시 및 빠른 이웃 계산 기능을 지원하여 고차원 데이터의 확장 가능한 상호작용 탐색을 가능하게 하였다.