[論文レビュー] Impact of Embedding View on Cross Mapping Convergence

Robert Martin, Justin Koo+1 more|arXiv (Cornell University)|Mar 7, 2019

Neural dynamics and brain function参考文献 2被引用数 3

ひとこと要約

本論文は、収束交叉マッピング（CCM）における時間ラグ選定のためのロバストな基準として、伸びた離散ルジャンドル正規直交座標における相互情報量の2つのグローバルマックスイムのうち短い方を用いる手法を提案する。ノイズや有限データのフラクチュエーションへの感受性を低減することで、この手法はローカルな極値基準を上回り、カオス的システムおよび実験的ホール・トロイダー・データにおいて、双方向CCM相関を最大にするラグを一貫して特定する。

ABSTRACT

Convergent cross mapping (CCM) provides a powerful technique for exploring causal relationships in nonlinear coupled systems. The method relies on Takens' theorem exploiting that time delay embeddings of infinite length general observations of smooth nonlinear coupled systems are diffeomorphic to the original coupled state space attractor. However, for finite length data that is corrupted by quantization and noise, not every view of the embedding is equally useful at identifying the system dynamics. Classically, the heuristic of the first minimum of mutual information (MI) has been proposed as a means to select appropriate lags for time delay embedding methods. This criteria is sensitive to additive noise and known to fail for systems with monotonically decreasing MI. In this work, alternative heuristics on MI for identifying useful embedding views are explored. The impact of coordinate system and noise level on the identification of a useful time lag representative of the structure in chaotic data is studied. The impact of selecting the first minimum of MI relative to several alternate heuristics for the appropriate time lag in the context of of CCM method is then presented. Both simple dynamical systems as well as experimental data derived from observations of a Hall Effect Thruster plasma propulsion device are used. It is found that the shorter of the two global maxima of MI from signal pairs in a stretched discrete Legendre orthonormal coordinate system is a more robust option relative to the alternatives studied for selecting embedding lag for use with the CCM method. The choice identifies time lags commensurate with the brute force maximum bidirectional CCM correlation results generated. This enhanced performance results from a decreased sensitivity to noise and fluctuations in the estimates of MI when compared to lags derived from local criteria on MI.

研究の動機と目的

• 収束交叉マッピング（CCM）における時間遅れ埋め込みの最適な時間ラグ選定の課題に取り組むこと、特にノイズや有限データ条件下での適用を想定する。
• 相互情報量の最初の最小値を用いる従来のヒューリスティクスには、ノイズに敏感であり、単調に減少する相互情報量を示す系では失敗するという限界を克服すること。
• 変換された座標系における相互情報量に基づく代替ラグ選定基準を評価し、CCMの収束性と因果推論の信頼性を向上させること。
• ホール効果トロイダーからの実世界の実験データにおいて、グローバルマックスイム基準がローカル極値を上回ることを実証すること。
• 膨大なパrameterス윕を必要とせず、自動的に適用可能なロバストなラグ選定手法を提供すること。

提案手法

• 元の時系列データを伸びた離散ルジャンドル正規直交座標系に変換することで、短時間ラグにおける冗長性の相関を低減し、相互情報量推定値におけるノイズ由来のフラクチュエーションを低減する。
• さまざまなラグにおいて、時系列とその時間遅れバージョン間の相互情報量を計算し、データの構造的パターンを特定する。
• 直交化座標系における相互情報量の2つのグローバルマックスイムを特定し、そのうち短いラグを埋め込み時間ラグとして選択する。
• 合成的カオス的システムおよび実験的ホール・トロイダー・データを用いて、選択されたラグを他の基準（例：最初のローカル最小値、最初のローカル最大値）と比較する。
• 広範なラグ範囲において双方向CCM相関を評価することで、収束品質を測定する。
• 理論的分析、低次元力学系（例：ローレンツ）における数値シミュレーション、および実際の実験データを組み合わせて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 時間ラグの選定が、有限でノイズのあるデータセットにおける収束交叉マッピング（CCM）の収束性と正確性にどのように影響を与えるか？
• RQ2 なぜ従来のヒューリスティクス（例：相互情報量の最初の最小値）は、特定のカオス的システムやノイズ環境下で失敗するのか？
• RQ3 直交化座標系における相互情報量のグローバルマックスイムは、ローカル極値に代わるよりロバストな時間ラグ選定基準として機能できるか？
• RQ4 伸びた離散ルジャンドル正規直交変換は、ラグ選定における相互情報量推定の信頼性をどのように向上させるか？
• RQ5 本手法は、合成モデルおよびホール効果トロイダーからの実験的データにおいて、既存の基準をどの程度上回るか？

主な発見

• 伸びた離散ルジャンドル正規直交座標における相互情報量の2つのグローバルマックスイムのうち短い方を用いることで、合成的および実験的データ両方において、双方向CCM相関を最大にする時間ラグを一貫して特定できる。
• この手法は、最初のローカル最大値や最小値といったローカル基準よりも、ノイズや有限データのアーティファクトに対してはるかにロバストである。ローカル基準は、フラクチュエーションの影響で誤ったトリガーを引き起こしやすい。
• 直交化座標系における相互情報量曲線は、標準座標系における短時間ラグでの人工的な高い値を排除しており、これは測定アルゴリズムの数値的アーティファクトに起因する。
• ノイズを含むローレンツモデルにおいて、グローバルマックスイム基準は、相関強度と安定性の両面で最初のローカル最大値を上回った。
• 離散化や有限サンプルサイズに起因するアルゴリズム的誤差への感受性が低減され、実世界の因果推論タスクにおける自動適用に適している。
• 直交化座標系の使用は、データ内の非ランダム構造に焦点を当てるという点で、より概念的に整合性のあるラグ選定の根拠を提供する。これは、因果的ダイナミクスを捉えるという目的と整合する。