[論文レビュー] Controlled Sensing for Multihypothesis Testing

Sirin Nitinawarat, George Atia+1 more|arXiv (Cornell University)|May 4, 2012

Distributed Sensor Networks and Detection Algorithms被引用数 9

ひとこと要約

本稿は、固定標本サイズおよび逐次的設定の両方において、多仮説検定のための制御されたセンシング戦略を開発し、過去の観測値を用いる因果的制御方策がオープンループ方策を上回ることを示している。チェルノフの手法に基づく逐次的検定の漸近的最適性を確立し、観測品質の動的制御によって誤差指数を最大化する。

ABSTRACT

The problem of multiple hypothesis testing with observation control is considered in both fixed sample size and sequential settings. In the fixed sample size setting, for binary hypothesis testing, the optimal exponent for the maximal error probability corresponds to the maximum Chernoff information over the choice of controls, and a pure stationary open-loop control policy is asymptotically optimal within the larger class of all causal control policies. For multihypothesis testing in the fixed sample size setting, lower and upper bounds on the optimal error exponent are derived. It is also shown through an example with three hypotheses that the optimal causal control policy can be strictly better than the optimal open-loop control policy. In the sequential setting, a test based on earlier work by Chernoff for binary hypothesis testing, is shown to be first-order asymptotically optimal for multihypothesis testing in a strong sense, using the notion of decision making risk in place of the overall probability of error. Another test is also designed to meet hard risk constrains while retaining asymptotic optimality. The role of past information and randomization in designing optimal control policies is discussed.

研究の動機と目的

• 観測品質を適応的に調整する最適な制御方策を設計し、仮説検定の精度を向上させること。
• 観測品質を制御可能な固定標本サイズの多仮説検定における最適誤差指数を特徴づけること。
• 決定リスク（誤差確率のみでなく）を最適化する意味で、一階漸近的に最適な逐次的検定を構築すること。
• 過去の情報と確率的選択が、最適な因果的制御方策を構築する上で果たす役割を調査すること。
• 因果的制御方策とオープンループ方策の性能を比較し、前者が後者を厳密に上回ることを示すこと。

提案手法

• 制御行動が観測分布に影響を与えるマルコフ過程を用い、意思決定者が過去の観測に基づいて行動を選択するモデルを採用する。
• 固定標本サイズの場合、最適誤差指数の下界と上界を導出し、二項仮説検定では正確な特徴づけを実現する。
• 逐次的検定の場合、チェルノフの手法に基づく検定を提案し、リスクと標本サイズのバランスを取るために動的閾値を用いた尤度比を用いる。
• 決定リスクに硬制約を課すリスク制約付き検定を導入し、漸近的最適性を維持する。
• 大偏差解析と集中不等式を用いて、誤差確率の減衰速度および標本サイズの期待値の上限を評価する。
• 対数尤度比の閾値に基づく停止ルールを適用し、誤った意思決定のリスクを制御する。

実験結果

リサーチクエスチョン

• RQ1 過去の観測に依存する因果的制御方策は、多仮説検定においてオープンループ方策よりも優れた誤差指数を達成できるか？
• RQ2 観測品質を制御可能な固定標本サイズの多仮説検定において、最適誤差指数は何か？
• RQ3 決定リスク（誤差確率のみでなく）を最適化する意味で、一階漸近的に最適な逐次的検定をどのように設計できるか？
• RQ4 過去の情報と確率的選択は、制御されたセンシングのための最適制御方策を構築する上で果たす役割は何か？
• RQ5 最適因果的方策が最適オープンループ方策を厳密に上回る条件は何か？

主な発見

• 固定標本サイズの二項仮説検定において、最適誤差指数は純粋な定常的オープンループ制御方策によって達成され、すべての因果的方策の中で漸近的に最適である。
• 多仮説検定において、最適因果的制御方策は最適オープンループ方策を厳密に上回ることができ、三仮説の例でこれを示した。
• 提案された逐次的検定は、全体の誤差確率のみでなく決定リスクを性能指標として用いる意味で、強い意味で一階漸近的に最適である。
• リスク制約付きバージョンの検定は、誤った意思決定の確率に硬制約を課しつつも、漸近的最適性を維持する。
• 提案された検定の期待標本サイズは、最適誤差指数の逆数で漸近的に有界であり、理論的下界と一致する。
• 解析により、誤差確率の多項式的減衰（任意の高い次数）が、指数的減衰が達成されない場合でも、漸近的最適性を保証することを示した。