[논문 리뷰] Limit theorems for empirical Fréchet means of independent and non-identically distributed manifold-valued random variables

Wilfrid S. Kendall, Huiling Le|arXiv (Cornell University)|2011. 02. 01.

Morphological variations and asymmetry참고 문헌 18인용 수 6

한 줄 요약

이 논문은 리만다이어니안 다양체 위의 독립적이고 동일분포가 아닌 랜덤 변수들의 경험적 프레셰 평균에 대해 약한 대수의 법칙과 린데버그 유형 중심극한정리들을 수립한다. 리만 지수사상과 곡률 기반 헤시안 추정치를 사용하여 새로운 벡터값 중심극한정리 근사 이론을 개발함으로써, 일반적인 모멘트 및 곡률 조건 하에서 경험적 평균의 점근 정규성을 도출한다. 이는 기존의 i.i.d. 결과를 다양체 위의 동일분포가 아닌 분포로 일반화한다.

ABSTRACT

We prove weak laws of large numbers and central limit theorems of Lindeberg type for empirical centres of mass (empirical Fréchet means) of independent non-identically distributed random variables taking values in Riemannian manifolds. In order to prove these theorems we describe and prove a simple kind of Lindeberg-Feller central approximation theorem for vector-valued random variables, which may be of independent interest and is therefore the subject of a self-contained section. This vector-valued result allows us to clarify the number of conditions required for the central limit theorem for empirical Fréchet means, while extending its scope.

연구 동기 및 목표

• 기존의 i.i.d. 조건 하에서의 극한정리—약한 대수의 법칙과 중심극한정리—를 독립적이고 동일분포가 아닌 다양체값 랜덤 변수로 확장하는 것.
• 리만다이어니안 다양체에서 동일분포가 아닌 분포 조건 하에 경험적 프레셰 평균에 대한 기존 중심극한이론의 부재를 해결하는 것.
• 스칼라 정규화와 추적 기반 분산-공분산 근사 방법을 사용하여 리만다이어니안 다양체 환경에 특화된 새로운 벡터값 린데버그 유형 중심극한정리를 개발하는 것.
• 경험적 프레셰 평균의 점근 정규성에 필요한 최소 조건, 특히 곡률과 모멘트 조건에 대해 명확히 하는 것.
• Bhattacharya와 Patrangenaru(2005)의 결과를 상수 곡률 또는 카이러 곡률 다양체에서의 명시적 헤시안 표현을 통해 복원 및 일반화하는 것.

제안 방법

• 기존 문헌에서의 행렬 정규화 방식과 다름을 이끌어내는 새로운 벡터값 린데버그 중심극한근사정리(정리 3)를 제안하며, 스칼라 정규화를 허용하고 특이하지 않은 공분산 행렬을 다룰 수 있도록 한다.
• 다양체값 랜덤 변수를 탄성벡터로 선형화하기 위해 리만 지수사상을 사용함으로써, 올린 변수에 대해 유클리드 중심극한이론을 적용할 수 있도록 한다.
• 에너지 함수 $ \operatorname{dist}(x,X_i)^2 $ 의 이阶도 도함수를 통해 헤시안 연산자 $ H_i(x) $ 를 정의하며, 이는 평균의 점근 분포에 영향을 미치는 곡률 효과를 캡처한다.
• 중앙극한정리의 결과로 $ \sqrt{n} \operatorname{Exp}^{-1}_{\text{o}}(x_n) $ 의 점근 분포가 평균이 0이고 공분산 행렬이 $ \tilde{H}^{-1} \mathbb{E}[\Phi_{\text{o},X_1}] \tilde{H}^{-1} $ 인 다변량 정규분포임을 도출한다. 여기서 $ \tilde{H} $ 는 중심점에서의 기대 헤시안이다.
• 국소좌표계와 노말좌표를 사용하여 크리스톤펠 기호를 활용해 헤시안을 표현함으로써 대칭적인 경우 점근 분산을 단순화한다.
• 상수 곡률 및 카이러 다양체에서 $ f_\kappa(s) $, $ S_\kappa(s) $, $ C_\kappa(s) $ 를 사용한 함수 표현을 통해 $ H_i(x) $ 의 명시적 공식을 제시하며, 곡률 기반 분산 추정이 가능하도록 한다.

실험 결과

연구 질문

• RQ1 독립적이고 동일분포가 아닌 다양체값 랜덤 변수들의 경험적 프레셰 평균이 집합 에너지 함수의 국소 최소화자로 확률적으로 수렴하는 조건은 무엇인가?
• RQ2 기저 랜덤 변수들이 동일분포가 아닐 경우, 경험적 프레셰 평균에 대해 린데버그 유형 중심극한정리를 수립할 수 있는가?
• RQ3 공분산 행렬이 특이행렬일 수 있는 리만다이어니안 다양체 환경에서 경험적 프레셰 평균의 올바른 정규화와 점근 분포는 무엇인가?
• RQ4 곡률과 다양체의 기하학적 성질은 경험적 프레셰 평균의 점근 분산에 어떤 영향을 미치는가?
• RQ5 이 논문의 결과는 상수 곡률 다양체의 경우 Bhattacharya와 Patrangenaru(2005)의 중심극한정리를 복원하거나 일반화할 수 있는가?

주요 결과

• 경험적 프레셰 평균 $ x_n $ 은 헤시안 연산자의 미약한 모멘트 및 연속성 조건 하에서 집합 에너지 함수의 국소 최소화자로 확률적으로 수렴한다.
• 스칼라 정규화를 허용하고 특이 공분산 행렬을 다룰 수 있는 새로운 벡터값 린데버그 중심극한근사정리가 수립되었으며, 이는 비i.i.d. 환경에서 매우 중요하다.
• $ \sqrt{n} \operatorname{Exp}^{-1}_{\text{o}}(x_n) $ 의 점근 분포는 평균이 0이고 공분산 행렬이 $ \tilde{H}^{-1} \mathbb{E}[\Phi_{\text{o},X_1}] \tilde{H}^{-1} $ 인 다변량 정규분포이다. 여기서 $ \tilde{H} = \mathbb{E}[H_1(\text{o})] $ 이다.
• 점 $ \text{o} $ 를 중심으로 하는 노말좌표계에서 좌표 벡터 $ \boldsymbol{\zeta}^n $ 의 점근 분포는 공분산 행렬이 $ (\mathbb{E}[H^\psi])^{-1} G V_\psi G (\mathbb{E}[H^\psi])^{-1} $ 인 다변량 정규분포이다. 여기서 $ G $ 는 계량텐서이고 $ V_\psi $ 는 탄성벡터의 공분산이다.
• 일반 곡률 $ \kappa $ 를 가진 다양체의 경우, 헤시안 연산자 $ H_i(x) $ 는 $ f_\kappa(s) $, $ S_\kappa(s) $, $ C_\kappa(s) $ 를 포함한 명시적 공식을 갖으며, 곡률 기반 분산 추정이 가능하다.
• 일반 헬로모르피크 곡률 $ \kappa $ 를 가진 카이러 다양체의 경우, 헤시안에는 복소 구조 $ \jmath $ 를 포함한 추가 항이 존재하며, 곡률 보정에서 호로노미 효과를 반영한다.