[논문 리뷰] Shaped extensions of singular spectrum analysis

Alexander Shlemov, Nina Golyandina|arXiv (Cornell University)|2014. 01. 20.

Statistical and numerical algorithms참고 문헌 30인용 수 4

한 줄 요약

이 논문은 원형 또는 비직사각형 구조를 가진 데이터, 예를 들어 3D 표면의 실린더형 투영도를 포함하여, 가장자리 효과 없이 저질서 수축과 노이즈 감소를 가능하게 하는 형태가 부여된 단일 스펙트럼 분석(Shaped SSA)을 소개한다. 이는 평면형이 아닌 원형 위상으로의 SSA 확장을 포함하며, 주파수 추정을 위한 형태가 부여된 ESPRIT 방법을 개발하여 Rssa R 패키지에 통합함으로써, 구멍이 있는 복잡한 형태의 이미지와 시계열 데이터에 대한 통합적이고 모델에 의존하지 않는 분석을 가능하게 한다.

ABSTRACT

Extensions of singular spectrum analysis (SSA) for processing of non-rectangular images and time series with gaps are considered. A circular version is suggested, which allows application of the method to the data given on a circle or on a cylinder, e.g. cylindrical projection of a 3D ellipsoid. The constructed Shaped SSA method with planar or circular topology is able to produce low-rank approximations for images of complex shapes. Together with Shaped SSA, a shaped version of the subspace-based ESPRIT method for frequency estimation is developed. Examples of 2D circular SSA and 2D Shaped ESPRIT are presented.

연구 동기 및 목표

• 직사각형이거나 위상적으로 복잡한 데이터(예: 실린더형 또는 토이드형 투영도 포함)를 처리하는 데 있어 전통적 SSA 및 2D-SSA의 한계를 해결한다.
• 가로막힘 또는 비직사각형 경계를 가진 이미지의 저질서 수축 및 분해를 가능하게 한다.
• 실린더형 투영도의 3D 타원체 등과 같은 원형 위상으로의 SSA 확장을 통해 평면 직사각형 임베딩에서 흔히 발생하는 가장자리 효과를 제거한다.
• 비직사각형 및 원형 데이터 구조에 맞게 조정된 형태가 부여된 신호 기반 ESPRIT 방법을 개발하여 주파수 추정에 활용한다.
• Rssa R 패키지 내에서 평면형, 원형, 형태가 부여된 SSA 및 ESPRIT 응용을 지원하는 통합 계산 프레임워크를 제공한다.

제안 방법

• 평면형 및 원형 위상 모두를 지원하는 일반화된 임베딩 연산자를 제안하여 임의의 형태를 가진 데이터에 대한 궤적 행렬 구축을 가능하게 한다.
• 맞춤형 궤적 행렬 구축을 통해 표준 SSA 알고리즘(임베딩, SVD, 군집화, 재구성)을 형태가 부여된 및 원형 윈도우 위상으로 확장한다.
• 주기적 경계 조건(예: $T_x = N_x$, $T_y = \infty$)을 사용한 원형 궤적 행렬을 도입하여 실린더형 또는 토이드형 데이터 구조를 모델링한다.
• 형태가 부여된 궤적 행렬의 SVD에서 유도된 고유벡터를 사용하여 신호 부분공간 투영 기반의 형태가 부여된 ESPRIT 알고리즘을 개발한다.
• 임베딩 단계의 위상 적응을 통해 기존 평면형 SSA 알고리즘을 재사용하고 원형 케이스로 확장함으로써 계산 효율성을 확보한다.
• Rssa R 패키지에 형태가 부여된 SSA 및 형태가 부여된 ESPRIT를 구현하여, 간격이 있는 시계열, 이미지, 3D 표면 투영도 등 다양한 응용에 원활하게 적용 가능하게 한다.

실험 결과

연구 질문

• RQ1 3D 표면의 실린더형 투영도와 같은 비직사각형 또는 원형 위상을 가진 데이터를 다룰 수 있도록 단일 스펙트럼 분석(SSA)을 어떻게 확장할 수 있는가?
• RQ2 형태가 부여된 및 원형 데이터에서 저질서 수축 정확도를 유지하기 위해 궤적 행렬 구축 및 SVD 기반 분해에 어떤 수정이 필요한가?
• RQ3 신호 부분공간 기반의 ESPRIT 방법을 비직사각형 영역으로 일반화할 수 있는가? 이 경우 주파수 추정 정확도와 안정성은 유지되는가?
• RQ4 제안된 형태가 부여된 및 원형 SSA 방법이 실제 생물학적 데이터에서 표준 2D-SSA와 비교해 노이즈 감소 및 가장자리 효과 완화 측면에서 어떻게 성능을 발휘하는가?
• RQ5 형태가 부여된 및 원형 SSA 및 ESPRIT의 결과가 일관되고 해석 가능한 데 필요한 이론적 조건은 무엇인가?

주요 결과

• 형태가 부여된 원형 SSA는 3D 생물학적 데이터의 실린더형 투영도 분석에서 가장자리 효과를 성공적으로 제거하였다. 예를 들어, 과일 파리 배아에서의 유전자 발현 패tern 분석에서 그러한 효과가 명백히 감소하였다.
• ‘Krüppel’ 유전자 발현 데이터의 경우, 형태가 부여된 2D-SSA의 12개의 주요 고유삼중항은 잔차 값이 0 주위를 진동하는 매끄러운 재구성 결과를 만들어내어 효과적인 노이즈 억제를 나타내었다.
• 형태가 부여된 ESPRIT 방법은 바바라 이미지에서 2차원 주기와 지수 감쇠율을 정확하게 추정하였으며, 주기 $t_x$ 및 $t_y$는 5.1에서 11.0 사이, 각도 $\alpha$는 37°에서 70° 사이로 변동하여 방향성 패턴 탐지 능력을 확인하였다.
• 합성 및 실제 데이터에서 주기적 성분을 노이즈에서 효과적으로 분리함으로써 신호 대 잡음비(SNR) 향상을 달성하였다.
• Rssa R 패키지에 형태가 부여된 SSA 및 형태가 부여된 ESPRIT를 구현함으로써, 간격이 있는 시계열 및 비직사각형 이미지와 같은 다양한 데이터 유형에 대한 통합적이고 모델에 의존하지 않는 분석이 가능해졌다.
• 이론적 분석을 통해 무한 배열의 형태가 부여된 SSA 질서는 잘 정의되어 있으며, 유한한 형태가 부여된 SSA 질서를 가진 배열들에 대해 공통 항이 존재함을 확인하여, 이 방법의 수학적 일관성을 뒷받침한다.