[논문 리뷰] General Purpose Convolution Algorithm in S4-Classes by means of FFT

Peter Ruckdeschel, Matthias Kohl|arXiv (Cornell University)|2010. 06. 04.

Numerical Methods and Algorithms참고 문헌 25인용 수 7

한 줄 요약

이 논문은 R에서 S4 클래스 내부에서 FFT 기반 이산 푸리에 변환을 사용하여 단변량 확률분포를 위한 일반 목적의 컨볼루션 알고리즘을 제시한다. 이 알고리즘은 격자화를 통해 분포를 이산화하고 FFT를 적용한 후 결과를 스무딩하여 임의의 분포—이산, 연속 또는 혼합—에 대해 정확하고 효율적인 컨볼루션을 가능하게 한다. 특수한 경우(예: 정규분포 또는 포아송분포)에 대해서는 정확한 방법이 오버로드되어 있다.

ABSTRACT

Object orientation provides a flexible framework for the implementation of the convolution of arbitrary distributions of real-valued random variables. We discuss an algorithm which is based on the discrete Fourier transformation (DFT) and its fast computability via the fast Fourier transformation (FFT). It directly applies to lattice-supported distributions. In the case of continuous distributions an additional discretization to a linear lattice is necessary and the resulting lattice-supported distributions are suitably smoothed after convolution. We compare our algorithm to other approaches aiming at a similar generality as to accuracy and speed. In situations where the exact results are known, several checks confirm a high accuracy of the proposed algorithm which is also illustrated at approximations of non-central $χ^2$-distributions. By means of object orientation this default algorithm can be overloaded by more specific algorithms where possible, in particular where explicit convolution formulae are available. Our focus is on R package distr which includes an implementation of this approach overloading operator "+" for convolution; based on this convolution, we define a whole arithmetics of mathematical operations acting on distribution objects, comprising, among others, operators "+", "-", "*", "/", and "^".

연구 동기 및 목표

• 객체 지향 프로그래밍을 사용하여 R에서 임의의 단변량 확률분포 컨볼루션을 위한 통합적이고 확장 가능한 프레임워크를 개발한다.
• FFT 기반 수치적 역변환을 통해 이산 및 연속 분포의 정확하고 효율적인 컨볼루션을 가능하게 한다.
• 사용 가능한 정확한 방법이 있을 경우(예: 정규분포 또는 포아송분포) 자동으로 오버라이드되는 기본 알고리즘을 제공한다.
• CDF, 밀도함수, 분위수, 난수 생성기 등 모든 네 가지 분포 함수를 유지하면서 분포 객체 간의 +, -, *, /, ^ 연산을 포함한 완전한 산술 연산을 지원한다.
• 실제 응용 분야인 보험수학, 강건 통계, 시뮬레이션에 적합한 높은 정확성과 계산 효율성을 확보한다.

제안 방법

• 임의의 분포(이산 또는 연속)를 선형 격자에 격자화하여 수치 계산을 가능하게 한다.
• 특성함수 기반 컨볼루션을 이산 푸리에 변환(DFT)을 통해 빠른 푸리에 변환(FFT)으로 계산한다.
• 역 FFT를 통해 원래 도메인에서 컨볼루션된 분포를 복원한 후, 이산화 오차를 줄이기 위해 스무딩을 수행한다.
• R의 S4 클래스 시스템을 활용하여 CDF, 밀도함수, 분위수, 난수 생성기 등 모든 功能를 갖춘 분포 객체를 캡슐화한다.
• '+' 연산자를 오버로드하여 일반 FFT 기반 방법 또는 전용 정확한 방법(예: 정규분포 또는 포아송분포에 대한)으로 디스patch한다.
• 전역 옵션(예: 격자 해상도 및 잘라내기 분위수)을 제어하여 정밀도와 성능 사이의 균형을 조절한다.

실험 결과

연구 질문

• RQ1 어떻게 객체 지향 프레임워크 내에서 임의의 단변량 분포를 지원하는 일반 목적의 컨볼루션 알고리즘을 구현할 수 있는가?
• RQ2 격자 이산화를 사용한 FFT 기반 컨볼루션에서 정확도와 계산 효율성 사이의 상호 상충 관계는 어떠한가?
• RQ3 FFT 기반 방법이 보험 모델링이나 강건 통계와 같은 실용적 응용에 충분한 정확도를 달성할 수 있는가?
• RQ4 기존의 'actuar' 또는 'distr' 패키지와 같은 정확한 방법을 사용하는 패키지와 비교해 볼 때, 제안된 FFT 기반 방법의 성능와 정확도는 어떠한가?
• RQ5 R의 S4 클래스 시스템은 분포 객체 간의 완전한 산술 연산과 일관된 함수 전파를 지원할 수 있는 정도는 어느 정도인가?

주요 결과

• FFT 기반 컨볼루션 방법은 높은 정확도를 달성하였으며, 미세한 격자화 조건에서도 밀도 근사의 최대 절대 오차가 1.25e-3 이하이다.
• 'actuar' 패키지의 컨볼루션보다 훨씬 빠르며, 동일한 작업을 수행하는 데 소요되는 시간이 1.82%에 불과하고, 'actuar' 대비 100배 빠른 성능 향상을 보였다.
• 기본 FFT 방법은 정확한 결과와 매우 유사하며, 밀도 평가의 중앙값 절대 오차는 1e-5 이하, 최대 오차는 8e-6 이하이다.
• CDF, 밀도함수, 분위수, 난수 생성기 등 모든 네 가지 구성 요소를 갖춘 완전한 분포 객체를 지원하여 원활한 산술 연산을 가능하게 한다.
• 비중앙 카이제곱분포 근사와 같은 다양한 분포에 대해 강건하며, 극단적인 분위수 잘라내기(1e-6) 조건에서도 잘 작동한다.
• 'distr' 패키지 내에서의 구현은 강건 추정, 리스크 모델링, 보험 계산과 같은 고급 통계 응용 분야에서 실용적인 활용을 가능하게 한다.