[논문 리뷰] Jointly Poisson processes

Don H. Johnson, Ilan N. Goodman|ArXiv.org|2009. 11. 13.

Control Systems and Identification참고 문헌 7인용 수 6

한 줄 요약

이 논문은 각 마진 별로 포아송 과정이지만 상관관계가 있는 연합 포아송 과정이 연합 베르누이 과정의 소규모 시간 간격 근처에서 자연스럽게 나타남을 규명한다. 주요 기여는 이러한 과정이 누적모멘트 기반 상관계수를 통해 오직 양의 상관관계만을 가질 수 있음을 증명하고, 이 근처 근사가 정규화된 사르마노프-랭카이스터 전개와 연결되어 신경 집단 코드의 정보이론적 분석을 가능하게 한다.

ABSTRACT

What constitutes jointly Poisson processes remains an unresolved issue. This report reviews the current state of the theory and indicates how the accepted but unproven model equals that resulting from the small time-interval limit of jointly Bernoulli processes. One intriguing consequence of these models is that jointly Poisson processes can only be positively correlated as measured by the correlation coefficient defined by cumulants of the probability generating functional.

연구 동기 및 목표

• 연합 포아송 과정이 의존적인 신경 스파이크 트레인을 모델링하는 데 있어 아직 해결되지 않은 이론적 문제를 해결하기 위해.
• 소규모 시간 간격에서의 연합 베르누이 과정과 연합 포아송 과정 사이의 엄밀한 연결 고리를 확립하기 위해.
• 연합 포아송 과정의 상관계수 구조가 누적모멘트 기반 상관계수를 통해 오직 양의 값으로 제한됨을 보여주기 위해.
• 연합 포아송 과정의 누적모멘트 기반 상관계수 구조와 일치하도록 사르마노프-랭카이스터 전개의 정규화를 유도하기 위해.
• 소확률 근처에서 베르누이 모델의 극한을 통해 연합 포아송 과정에 대한 정보이론적 양수(예: 엔트로피, 상호정보량)의 계산을 가능하게 하기 위해.

제안 방법

• 소규모 사건 확률을 가진 이산 시간 간격에서 연합 베르누이 과정을 사용하여 공동 신경 스파이크 트레인 통계를 모델링하기 위해.
• 시간 간격 Δt → 0으로 갈수록 연합 포아송 과정의 확률 생성 기능을 유도하기 위해.
• 점 과정에 적합한 확률 생성 기능을 기반으로 특성함수 및 모멘트 생성 함수 형식을 적용하기 위해.
• 공동 생성 기능의 로그를 ∫λ₁(t)dt, ∫λ₂(t)dt, 및 ∫ρ(t)√(λ₁(t)λ₂(t))dt 비례하는 항들의 합으로 유도하여 마진 및 교차상관성 성분을 나타내기 위해.
• 누적모멘트 기반 상관계수와 일치시키기 위해 고차항의 사르마노프-랭카이스터 전개를 분산의 기하평균을 사용해 정규화하기 위해.
• 부드러운 정보이론적 양수(예: 상호정보량)가 베르누이 기반 모델의 극한을 통해 계산될 수 있음을 확립하기 위해.

실험 결과

연구 질문

• RQ1 문헌에서의 합의 부족을 감안할 때, 연합 포아송 과정에 대한 올바른 이론적 모델은 무엇인가?
• RQ2 소규모 시간 간격에서의 연합 베르누이 과정은 어떻게 의존적인 사건 발생을 가진 연합 포아송 과정으로 수렴하는가?
• RQ3 누적모멘트 기반 상관계수로 정의된 연합 포아송 과정 간 상관계수는 왜 음수가 될 수 없는가?
• RQ4 사르마노프-랭카이스터 전개의 어떤 정규화가 연합 포아송 과정의 누적모멘트 기반 상관계수 구조와 일치하는가?
• RQ5 소확률 근처에서의 베르누이 과정 극한을 통해 연합 포아송 과정에 대한 정보이론적 양수를 신뢰성 있게 계산할 수 있는가?

주요 결과

• Δt → 0으로 갈수록 연합 베르누이 과정의 극한은 ρ(t)√(λ₁(t)λ₂(t)) 비례하는 교차상관성 항을 포함하는 연합 포아송 과정의 확률 생성 기능을 갖는다.
• 확률 생성 기능의 누적모멘트 기반 상관계수로 정의된 상관계수는 오직 음수가 될 수 없으며, 이는 연합 포아송 과정이 음의 상관관계를 가질 수 없음을 의미한다.
• 사르마노프-랭카이스터 전개의 k차항 정규화 상수는 (σ₁²⋯σₖ²)^(k-1)/k여야 하며, 이는 누적모멘트 기반 상관계수와 일치시킨다.
• 이 정규화는 수직성을 유지하면서도 전개 계수를 연합 포아송 모델의 계수와 일치시킨다.
• 연합 베르누이 과정과 연합 포아송 과정 사이의 대응은 소확률 근처에서의 베르누이 모델 극한을 통해 부드러운 정보이론적 양수(예: 엔트로피, 상호정보량)를 계산할 수 있게 한다.
• 유도된 모델은 누적모멘트 기반 상관계수 구조 하에서 사르마노프-랭카이스터 전개가 타당하고 잘 정의됨을 보장하며, 이는 이전 수식의 핵심 모순을 해결한다.