[논문 리뷰] Branching into the Unknown: Inferring collective dynamical states from subsampled systems

Jens Wilting, Viola Priesemann|arXiv (Cornell University)|2016. 08. 25.

Neural dynamics and brain function인용 수 5

한 줄 요약

이 논문은 복잡한 시스템에서 공간적 샘플링 부족에도 불구하고 집단 역학 상태를 정확히 추론할 수 있는 부분 샘플링 불변 추정기(subsampling-invariant estimator)를 제안한다. 비선형 네트워크와 전염병 유행에 적용하여, 신경 시스템에서 이질적 비정상 상태와 임계 상태 사이에 좁은 역학 하위공간이 존재하는 것으로 밝혀졌으며, 이는 서로 모순되는 가설을 조율하고 항생제 내성 병원균과 같은 시스템에서의 불안정성 조기 경고를 가능하게 한다.

ABSTRACT

When studying the dynamics of complex systems, one can rarely sample the state of all components. We show that this spatial subsampling typically leads to severe underestimation of the risk of instability in systems with propagation of events. We analytically derived a subsampling-invariant estimator and applied it to non-linear network simulations and case reports of various diseases, recovering a close relation between vaccination rate and spreading behavior. The estimator can be particularly useful in countries with unreliable case reports, and promises early warning if e.g. antibiotic resistant bacteria increase their infectiousness. In neuroscience, subsampling has led to contradictory hypotheses about the collective spiking dynamics: asynchronous-irregular or critical. With the novel estimator, we demonstrated for rat, cat and monkey that collective dynamics lives in a narrow subspace between the two. Functionally, this subspace can combine the different computational properties associated with the two states.

연구 동기 및 목표

• 복잡한 시스템에서 공간적 부분 샘플링으로 인한 심각한 불안정성 위험 과소평가 문제를 해결하기 위해.
• 부분 관측에서 집단 역학 상태를 정확히 추론할 수 있는 방법을 개발하기 위해.
• 특히 이질적 비정상 상태와 임계 상태 사이의 신경망 역학에 대한 서로 모순되는 가설을 조율하기 위해.
• 항생제 내성 모니터링과 같은 신뢰할 수 없는 데이터를 가진 시스템에서의 조기 경고를 위한 강력한 도구를 제공하기 위해.
• 신경 시스템에서 이질적 비정상 상태와 임계 상태의 장점을 모두 갖춘 좁은 역학 하위공간 존재를 입증하기 위해.

제안 방법

• 부분 시스템 샘플링으로 유도되는 편향을 보정하기 위해 분석적 부분 샘플링 불변 추정기를 유도한다.
• 다양한 부분 샘플링 수준에서 정확도를 검증하기 위해 비선형 네트워크 시뮬레이션에 추정기를 적용한다.
• 예방접종률과 전파 행동 간의 관계를 연결하기 위해 전염병 사례 보고 자료를 실제 적용하여 추정기를 검증한다.
• 실험실에서 수집한 쥐, 고양이, 원숭이 뇌의 신경 맥박 데이터를 재분석하여 집단 역학을 평가하기 위해 추정기를 활용한다.
• 이질적 비정상 상태와 임계 상태 사이의 중간에 위치한 좁은 집단 역학 하위공간을 식별한다.
• 통계적 및 역학계 분석을 활용하여 추정된 하위공간의 기능적 특성을 특성화한다.

실험 결과

연구 질문

• RQ1 사건 전파가 있는 시스템에서 공간적 부분 샘플링은 불안정성 위험 추정에 어떻게 편향을 유도하는가?
• RQ2 부분 관측에서 진정한 집단 역학을 복원할 수 있는 부분 샘플링 불변 추정기를 유도할 수 있는가?
• RQ3 편향을 고려할 때 신경 시스템은 실제로 어떤 역학적 상태에 머물러 있는가?
• RQ4 추정된 역학 하위공간의 계산적 성질은 이질적 비정상 상태와 임계 상태와 비교해 어떻게 다른가?
• RQ5 이 방법은 항생제 내성 박테리아의 전파성 증가와 같은 새로운 위협에 대한 조기 경고 시스템으로 기능할 수 있는가?

주요 결과

• 부분 샘플링 불변 추정기는 질병 모델에서 진짜 전파 행동을 성공적으로 복원하여 예방접종률과 전파 역학 간의 밀접한 관계를 보여준다.
• 쥐, 고양이, 원숭이 뇌의 신경 시스템은 이질적 비정상 상태와 임계 상태 사이에 좁은 하위공간에 국한된 집단 역학을 나타낸다.
• 이 하위공간은 둘 다의 극단적 상태에서 유리한 계산적 특성, 예를 들어 내성성과 정보 처리 효율성을 동시에 갖춘다.
• 이 방법은 콩팅럴 네트워크가 이질적 비정상 상태인지 임계 상태인지 여부에 대한 신경과학 분야에서 오랫동안 지속된 모순을 해결한다.
• 추정기는 예기치 못한 또는 불완전한 사례 보고가 있는 시스템, 예를 들어 자원이 제한된 공중보건 환경에서도 신뢰할 수 있는 추론을 가능하게 한다.
• 이 접근법은 항생제 내성 병원균의 전파성 증가와 같은 시스템 행동의 위험한 변화를 조기에 탐지할 수 있는 길을 제공한다.