[논문 리뷰] Reproducing Kernels and New Approaches in Compositional Data Analysis

Binglin Li, Jeongyoun Ahn|arXiv (Cornell University)|2022. 05. 02.

Geochemistry and Geologic Mapping인용 수 4

한 줄 요약

이 논문은 군 작용에 의한 구면의 몫으로서 단형도를 모델링함으로써 로그-비율 변환 없이 커널 기반 방법을 가능하게 하는 새로운 재생 커널 힐버트 공간(RKHS) 프레임워크를 제안한다. 이 접근법은 구면 조화함수와 반사군 대칭성을 활용하여 다항식 커널을 구성하며, 이는 이론적으로 탄탄하고 계산적으로 효율적인 RKHS를 제공하여 조성 데이터에서 비모수 밀도 추정과 커널 지수족을 지원한다.

ABSTRACT

Compositional data, such as human gut microbiomes, consist of non-negative variables whose only the relative values to other variables are available. Analyzing compositional data such as human gut microbiomes needs a careful treatment of the geometry of the data. A common geometrical understanding of compositional data is via a regular simplex. Majority of existing approaches rely on a log-ratio or power transformations to overcome the innate simplicial geometry. In this work, based on the key observation that a compositional data are projective in nature, and on the intrinsic connection between projective and spherical geometry, we re-interpret the compositional domain as the quotient topology of a sphere modded out by a group action. This re-interpretation allows us to understand the function space on compositional domains in terms of that on spheres and to use spherical harmonics theory along with reflection group actions for constructing a compositional Reproducing Kernel Hilbert Space (RKHS). This construction of RKHS for compositional data will widely open research avenues for future methodology developments. In particular, well-developed kernel embedding methods can be now introduced to compositional data analysis. The polynomial nature of compositional RKHS has both theoretical and computational benefits. The wide applicability of the proposed theoretical framework is exemplified with nonparametric density estimation and kernel exponential family for compositional data.

연구 동기 및 목표

• 기존의 로그-비율 및 거듭제곱 변환의 한계를 해결하기 위해 기하학적 인식이 가능한 커널 프레임워크를 개발하기 위해.
• 단형도를 군 작용에 의한 구면의 몫 공간으로 재해석함으로써 조성 데이터에 대한 커널 방법의 이론적 기반을 마련하기 위해.
• 구면 조화함수와 반사군 대칭성을 활용하여 조성 데이터를 위한 재생 커널 힐버트 공간(RKHS)을 구성하기 위해.
• 커널 임bedding 기법을 통해 조성 데이터에서 비모수 밀도 추정과 커널 지수족과 같은 고급 통계 방법을 가능하게 하기 위해.
• 로그-비율 방법에서의 영값 처리에 기인한 불안정성과 민감성 문제를 피할 수 있는 다항식이며 계산적으로 다룰 수 있는 커널 구조를 제공하기 위해.

제안 방법

• 조성 영역 Δ^d를 군 Γ에 의한 구면 S^d / Γ의 몫 공간으로 재해석함으로써 사영 기하학과 구면 기하학을 활용하기 위해.
• 짝수 차수의 구면 조화함수를 사용하여 군 작용 Γ에 대해 불변성을 확보하는 조성 RKHS를 구성하기 위해.
• 정규화된 구면 벡터의 내적을 통해 사영 커널을 정의함: k^p_m(y_i, y_j) = (1 + y_i·y_j)^{2m} (y_i, y_j ∈ S^d, y_i ≠ -y_j).
• 확률 분포를 비선형 다양체 위의 평균점 직접 추정을 피하기 위해, 커널 평균 임베딩 접근법을 사용해 RKHS의 원소로 분포를 표현하기 위해.
• 인터폴레이션 및 정규화 문제의 해가 관측된 데이터 포인트에서 커널 함수가 생성하는 유한차원 부분공간에 속함을 보여주는 리프레젠터 정리 적용하기 위해.
• 커널 함수의 선형 독립성을 확보하기 위해, 충분히 큰 m에 대해 그램 행렬의 전체 질량을 증명함으로써 안정적인 수치 계산을 가능하게 하기 위해.

실험 결과

연구 질문

• RQ1 로그-비율 변환에 의존하지 않고 단형도의 내재 기하학을 존중하는 조성 데이터를 위한 재생 커널 힐버트 공간(RKHS)을 어떻게 구성할 수 있는가?
• RQ2 구면 조화함수와 반사군 작용은 사영 구면 S^d / Γ 위에서 대칭적이고 다항식인 커널을 구성하는 데 어떤 역할을 하는가?
• RQ3 정의된 몫 공간 위의 RKHS에 분포를 임베딩함으로써 커널 평균 임베딩이 조성 데이터에 효과적으로 적용될 수 있는가?
• RQ4 제안된 커널은 조성 영역에서 비모수 밀도 추정과 커널 지수족을 어떻게 지원하는가?
• RQ5 제안된 조성 RKHS에서 인터폴레이션 및 정규화 문제에 대해 어떤 이론적 보장(예: 리프레젠터 정리)을 확보할 수 있는가?

주요 결과

• 제안된 커널 구성은 충분히 큰 m에 대해 사영 커널의 그램 행렬이 대각우세이면서 전체 질량을 가지며, 이는 커널 함수의 선형 독립성을 보장한다.
• 조성 RKHS에서 최소 노름 인터폴레이션 문제는 리프레젠터 정리에 의해 데이터 포인트 중심의 커널 함수 선형 조합으로 유일하게 표현 가능한 해를 가진다.
• 조성 데이터를 위한 정규화 문제의 해는 커널 함수의 선형 조합 형태로 존재하며, 커널과 데이터 제약 조건에서 유도된 선형 방정식계에 의해 계수들이 결정된다.
• 커널 평균 임베딩 접근법은 비선형 공간(예: 단형도)에서 평균점을 정의하는 기하학적 불일치 문제를 피하는 분포 기반의 대안을 제공한다.
• 구성된 RKHS의 풍부한 구조를 활용하여 이 프레임워크는 조성 데이터에서 비모수 밀도 추정과 커널 지수족 모델링을 가능하게 한다.
• 커널의 다항식 성격은 이론적 취급 용이성과 계산 효율성을 동시에 확보하며, 로그-비율 방법에서의 영값 보정에 기인한 수치적 불안정성 문제를 피한다.