[논문 리뷰] Effect of nonlinear filters on detrended fluctuation analysis

Zhi Chen, Kun Hu외 4명|arXiv (Cornell University)|2004. 06. 29.

Complex Systems and Time Series Analysis참고 문헌 1인용 수 12

한 줄 요약

이 논문은 선형 및 비선형 필터—특히 선형 변환, 다항식 필터, 로그 필터—가 비 stationary 신호에서 탈트렌드 플럭투에이션 분석(DFA) 결과에 미치는 영향을 조사한다. 선형 필터는 스케일링 성질을 유지하는 반면, 비선형 필터는 신호 상관관계 강도, 필터의 세기 및 오프셋에 따라 DFA 스케일링 지수를 크게 변화시킨다. 특히 지수함수, 로그함수, 거듭제곱함수는 특정 매개변수 범위 내에서 동일한 보이는 스케일링을 보이며, 이는 DFA가 변환된 신호를 분석할 때 가지는 핵심적인 한계를 드러낸다.

ABSTRACT

We investigate how various linear and nonlinear transformations affect the scaling properties of a signal, using the detrended fluctuation analysis (DFA). Specifically, we study the effect of three types of transforms: linear, nonlinear polynomial and logarithmic filters. We compare the scaling properties of signals before and after the transform. We find that linear filters do not change the correlation properties, while the effect of nonlinear polynomial and logarithmic filters strongly depends on (a) the strength of correlations in the original signal, (b) the power of the polynomial filter and (c) the offset in the logarithmic filter. We further investigate the correlation properties of three analytic functions: exponential, logarithmic, and power-law. While these three functions have in general different correlation properties, we find that there is a broad range of variable values, common for all three functions, where they exhibit identical scaling behavior. We further note that the scaling behavior of a class of other functions can be reduced to these three typical cases. We systematically test the performance of the DFA method in accurately estimating long-range power-law correlations in the output signals for different parameter values in the three types of filters, and the three analytic functions we consider.

연구 동기 및 목표

• 비선형 상관관계를 갖는 신호에서 탈트렌드 플럭투에이션 분석(DFA)을 통해 장거리 상관관계를 탐지하는 데 있어 선형 및 비선형 신호 변환의 정확도에 미치는 영향를 이해하는 것.
• 비선형 필터(다항식 및 로그함수)가 상관관계 신호의 진정한 스케일링 성질을 유지하거나 왜곡하는 조건을 규명하는 것.
• 일반적인 해석 함수—지수함수, 로그함수, 거듭제곱함수—가 비선형 변환 후 나타나는 보이는 스케일링 행동을 조사하는 것.
• 특히 생리적 및 물리적 시스템에서 기저 역학의 비선형 함수로 출력되는 경우, 변환된 신호에 DFA를 적용할 때의 한계를 평가하는 것.
• 전처리 또는 측정 유도 비선형 필터링을 거친 후 DFA 결과를 해석하기 위한 지침을 제공하는 것.

제안 방법

• 연구는 선형(y_i = a*x_i + b), 비선형 다항식(y_i = a*x_i^k), 로그함수(y_i = log(x_i + Δ)) 필터를 적용하기 전과 이후의 신호에 대해 DFA를 적용한다.
• 비정상적 신호에서 거듭제곱 상관관계를 갖는 경우, DFA-1 및 DFA-ℓ를 다항식 회귀를 통해 스케일링 지수 α를 정량화한다.
• 지수함수(exp(cx + a))에 대해 적분 및 DFA 박스 내 최소제곱법 피팅을 통해 변동 함수 F(n)를 도출하기 위해 분석적 유도를 수행한다.
• 변동 함수 F²(n)은 두 개의 복잡한 함수 g(n)과 h(n)의 곱으로 표현되며, 이를 소형 n/N에 대해 점근적으로 전개하여 스케일링 지수를 유도한다.
• 수치 시뮬레이션을 통해 분석 결과를 검증하고, 상관관계 강도, 필터 매개변수, 함수 형태의 범위에서 DFA의 행동을 탐색한다.
• 다양한 매개변수 조건에서 지수함수, 로그함수, 거듭제곱함수((x+a)^λ)의 보이는 스케일링을 비교하여 동일한 DFA 스케일링을 보이는 영역를 식별한다.

실험 결과

연구 질문

• RQ1 선형 필터는 탈트렌드 플럭투에이션 분석(DFA)을 통해 구한 스케일링 지수 α에 어떤 영향을 미치는가?
• RQ2 다항식 및 로그함수 비선형 필터는 DFA로 측정된 신호의 상관관계 및 스케일링 성질을 어떻게 변화시키는가?
• RQ3 지수함수, 로그함수, 거듭제곱함수는 서로 다른 함수 형태를 지니고도 어떤 조건에서 동일한 보이는 스케일링을 보이는가?
• RQ4 신호 상관관계 강도 및 필터 매개변수(예: 다항식 필터의 k, 로그함수 필터의 Δ)는 결과적인 DFA 스케일링 지수에 어떤 영향을 미치는가?
• RQ5 임의의 해석 함수의 스케일링 행동이 DFA 분석에서 세 가지 기본 사례(지수함수, 로그함수, 거듭제곱함수)로 환원될 수 있는 정도는 어느 정도인가?

주요 결과

• 선형 필터(y_i = a*x_i + b)는 스케일링 지수 α를 변화시키지 않으며, 원래 신호의 상관관계 성질을 유지한다.
• 비선형 다항식 필터(y_i = a*x_i^k)는 원래 신호의 상관관계 강도와 거듭제곱 k에 따라 스케일링 지수 α를 변화시키며, 홀수 및 짝수 k에 따라 다른 영향을 미친다.
• 로그함수 필터(y_i = log(x_i + Δ))는 원래 신호의 상관관계 지수 값이 특정 범위 내에 있을 경우에만 원래 스케일링을 유지하며, 이 외의 경우 보이는 스케일링을 변화시킨다.
• 지수함수(exp(±x+a)), 로그함수(log(x+a)), 거듭제곱함수((x+a)^λ)는 매개변수 a의 광범위한 범위에서 동일한 DFA 스케일링 행동(α ≈ 2)을 보이며, 특정 조건 하에서 공통된 보이는 스케일링을 공유함을 시사한다.
• DFA 방법은 각 DFA 박스에서 차수 ℓ의 다항식으로 국소적으로 전개될 수 있는 임의의 함수에 대해 동일한 스케일링 결과(α = ℓ + 1)를 산출하며, 이는 이 방법의 근본적인 한계를 드러낸다.
• 함수적 행동이 DFA 박스 내에서 발산할 경우, 방법은 기능 형태 및 매개변수에 따라 변하는 다양한 스케일링 지수를 보이는 크로스오버 행동를 나타낸다.