[논문 리뷰] Universal Convergence of Kriging

Wenjia Wang, Rui Tuo외 1명|arXiv (Cornell University)|2017. 10. 18.

Genetic and phenotypic traits in livestock인용 수 1

한 줄 요약

이 논문은 임의의 차원에서 산점된 입력 점과 공분산 함수의 잘못된 특정화 조건 하에서, 균일 거리 기준으로 kriging 예측기의 보편적인 수렴 경계를 수립한다. 가우시안 및 매테른 상관 함수에 대해 이론적 오차 경계를 제공하며, kriging 모델의 수렴 속도, 설계 효율성 및 강건성 특성을 드러낸다.

ABSTRACT

Kriging based on Gaussian random fields is widely used in reconstructing unknown functions. The kriging method has pointwise predictive distributions which are computationally simple. However, in many applications one would like to predict for a range of untried points simultaneously. In this work we obtain some error bounds for the (simple) kriging predictor under the uniform metric. It works for a scattered set of input points in an arbitrary dimension, and also covers the case where the covariance function of the Gaussian process is misspecified. These results lead to a better understanding of the rate of convergence of kriging under the Gaussian or the Mat\'ern correlation functions, the relationship between space-filling designs and kriging models, and the robustness of the Mat\'ern correlation functions.

연구 동기 및 목표

• 임의의 차원에서 균일 거리 기준으로 kriging 예측기의 오차 경계를 유도하기 위해.
• 가우시안 또는 매테른 상관 함수를 사용할 경우 kriging의 수렴 행동을 분석하기 위해.
• 공간을 균일하게 메우는 설계와 kriging 모델 성능 간의 관계를 조사하기 위해.
• 모델 잘못 특정화 조건 하에서 매테른 상관 함수의 강건성 평가하기 위해.
• 미시행된 입력 점들에 대한 동시에 예측을 위한 이론적 기초 마련하기 위해.

제안 방법

• 스토케스틱 과정 이론과 거리 엔트로피 방법을 사용하여 단순 kriging 예측기의 균일 오차 경계를 유도한다.
• 정규 격자 구조가 필요 없이도 임의의 차원에서 산점된 입력 점에 적용 가능한 결과를 도출한다.
• 분석에서 정확히 특정된 공분산 함수와 잘못 특정된 공분산 함수를 모두 고려한다.
• 균일 거리 기준을 사용하여 시행되지 않은 점들의 연속적인 범위에서 예측 오차를 평가한다.
• 가우시안 랜덤 필드와 공분산 구조의 성질을 활용하여 예측 불확실성의 경계를 설정한다.
• 거리 엔트로피와 커버링 수 기법을 통해 가우시안 및 매테른 상관 함수 조건 하에서 수렴 속도를 분석한다.

실험 결과

연구 질문

• RQ1 산점된 입력 점이 임의의 차원에 존재할 경우 kriging 예측기의 균일 수렴 속도는 무엇인가?
• RQ2 공분산 함수의 잘못 특정화 조건 하에서 kriging은 어떻게 성능을 발휘하는가?
• RQ3 공간을 균일하게 메우는 설계와 kriging 예측 정확도 간의 관계는 무엇인가?
• RQ4 모델 잘못 특정화 조건 하에서 매테른 상관 함수는 얼마나 강건한가?
• RQ5 균일 거리 기준 하에서 kriging에 대해 어떤 이론적 오차 경계를 설정할 수 있는가?

주요 결과

• 논문은 임의의 차원과 산점된 입력 구성 조건에서도 성립하는 kriging 예측기의 균일 오차 경계를 수립한다.
• 가우시안 및 매테른 상관 함수 조건 하에서 kriging의 수렴 속도가 도출되었으며, 이는 부드러움과 설계의 조밀함에 따라 달라짐을 드러낸다.
• 공간을 균일하게 메우는 설계가 균일 거리 기준 하에서 예측 오차를 최소화하는 데 최적임을 입증한다.
• 매테른 상관 함수는 모델 잘못 특정화 조건 하에서도 강건성을 유지하며 유리한 수렴 성질을 보인다.
• 이론적 경계는 기저 가우시안 과정의 미약한 정규성 조건 하에서 kriging이 보편적인 수렴을 달성함을 확인한다.
• 결과는 다양한 설계 및 상관 함수 설정 조건에서 kriging 성능을 분석하는 통합 프레임워크를 제공한다.