[논문 리뷰] Detecting Abrupt Changes in the Presence of Local Fluctuations and Autocorrelated Noise

Gaetano Romano, Guillem Rigaill외 2명|arXiv (Cornell University)|2020. 05. 04.

Gene expression and cancer classification참고 문헌 57인용 수 34

한 줄 요약

이 논문은 단변량 시계열에서 급격한 변화를 탐지하기 위해 국소 평균 변동성을 랜덤 워크로 모델링하고, 자기상관성 있는 노이즈를 AR(1) 과정으로 모델링하는 새로운 동적 프로그래밍 알고리즘 DeCAFS를 제안한다. 베이지안 정보 기준(BIC) 페널티를 사용하는 정규화된 우도 비용 함수를 최소화함으로써, 자기상관성과 국소 변동성이 존재하는 현실적인 조건에서 기존 방법보다 더 우수한 성능을 보이며, 웰로그 및 박테리아 유전자 발현 데이터를 통해 이를 입증한다.

ABSTRACT

Whilst there are a plethora of algorithms for detecting changes in mean in univariate time-series, almost all struggle in real applications where there is autocorrelated noise or where the mean fluctuates locally between the abrupt changes that one wishes to detect. In these cases, default implementations, which are often based on assumptions of a constant mean between changes and independent noise, can lead to substantial over-estimation of the number of changes. We propose a principled approach to detect such abrupt changes that models local fluctuations as a random walk process and autocorrelated noise via an AR(1) process. We then estimate the number and location of changepoints by minimising a penalised cost based on this model. We develop a novel and efficient dynamic programming algorithm, DeCAFS, that can solve this minimisation problem; despite the additional challenge of dependence across segments, due to the autocorrelated noise, which makes existing algorithms inapplicable. Theory and empirical results show that our approach has greater power at detecting abrupt changes than existing approaches. We apply our method to measuring gene expression levels in bacteria.

연구 동기 및 목표

• 데이터에 자기상관성 있는 노이즈와 국소 평균 변동성이 존재할 경우 표준 변화점 탐지 방법의 성능이 열 劣하므로 이를 해결하고자 한다.
• 국소 평균 드프트와 양자상관성을 동시에 고려하는 원리적인 통계 모델을 개발하고자 한다.
• 이 복잡한 모델 하에서 정확히 비용 함수를 최소화할 수 있는 효율적인 동적 프로그래밍 알고리즘을 설계하고자 한다.
• 특히 유전자 발현 분석과 같이 급격한 이동과 점진적 드프트가 생물학적으로 의미 있는 실제 데이터에서 방법의 성능을 평가하고자 한다.
• 모델 잘못 지정된 경우에도 DeCAFS가 기존 접근법보다 더 정확하고 강인한 변화점 탐지 성능을 보임을 입증하고자 한다.

제안 방법

• 국소 평균 변동성을 랜덤 워크 과정으로 모델링하고, 측정 노이즈를 AR(1) 과정으로 모델링한다.
• 모델의 전체 우도의 로그값에 각 변화점에 대해 BIC 페널티를 더한 정규화된 비용 함수를 정의한다.
• AR(1) 노이즈로 인한 세그먼트 간 의존성까지 처리할 수 있도록 기능 자르기 기법을 확장한 새로운 동적 프로그래밍 알고리즘인 DeCAFS를 개발한다.
• 데이터의 k-지연 차이를 이용해 분산과 자기상관을 추정하는 사전 처리 단계를 도입한다.
• 기능 자르기 접근법을 활용해 전체 모델 하에서 최적의 세그멘테이션을 효율적으로 계산한다.
• 이론적 결과를 바탕으로 페널티를 증폭시키는 전략을 적용하여 모델 오차 상황에서도 일관성을 유지한다.

실험 결과

연구 질문

• RQ1 국소 평균 변동성과 자기상관성 있는 노이즈를 동시에 고려하는 모델이 실제 시계열에서 변화점 탐지 성능을 향상시킬 수 있는가?
• RQ2 DeCAFS는 와일드 바이너리 세그멘테이션과 AR1Seg와 같은 기존 방법과 비교해 정확도와 강인성 면에서 어떻게 다른가?
• RQ3 BIC 페널티를 사용하는 전체 우도 기반 정규화된 비용 함수는 근사치나 히우리스틱 페널티보다 더 높은 탐지 능력을 가질 수 있는가?
• RQ4 모델이 약간 잘못 지정된 경우에도 DeCAFS는 변화점의 수와 위치를 일관되게 추정할 수 있는가?
• RQ5 박테리아 유전자 발현과 같이 급격한 이동과 점진적 드프트가 모두 생물학적으로 의미 있는 실제 생물학적 데이터에서 DeCAFS는 어떻게 성능을 발휘하는가?

주요 결과

• 표준 방법 대비 DeCAFS는 과적합을 크게 감소시킨다: 웰로그 데이터에서 기본 페널티로 10개의 변화점을 탐지한 반면, 표준 기준을 사용하는 와일드 바이너리 세그멘테이션은 25개, AR(1) 페널티 증폭 방법은 18개를 탐지한다.
• hmmTiling보다 DeCAFS는 종결자 탐지에서 더 나은 일치도를 보이며, 모든 임계값 δ에서 종결자에 대한 M(δ) 값이 일관되게 높다.
• 프로모터에 대해서는 낮은 임계값에서는 hmmTiling과 유사한 성능를 보이나, 높은 임계값에서는 DeCAFS가 더 뛰어나, 노이즈에 더 강인함을 시사한다.
• 웰로그 데이터에서 기본 페널티로 10개의 변화점을 탐지한 DeCAFS는 암석층 전환을 전문가의 해석과 잘 일치시킨다.
• 박테리아 유전자 발현 데이터에서 DeCAFS는 약 7분 내로 192,000개의 데이터 포인트를 분석하며, 양스트랜드에 대해 hmmTiling의 5시간 36분 소요 시간을 뛰어넘는 성능을 보였다.
• 이론적 분석을 통해 DeCAFS는 페널티가 적절히 증폭된 경우 모델 잘못 지정 상황에서도 변화점 추정의 일관성을 유지함을 확인했다.