[論文レビュー] Model reconstruction of nonlinear dynamical systems driven by noise

Vadim Smelyanskiy, Doǧan A. Timuçin+2 more|ArXiv.org|Oct 14, 2003

Advanced Control Systems Optimization参考文献 1被引用数 8

ひとこと要約

本論文は、時間系列データから非線形でノイズ駆動の力学系を再構築するためのベイズ推論手法を提示する。数値最適化を広範に必要としない。経路積分に基づく尤度関数を用いることで、ノイズに起因する誤差を最適に補正でき、非侵襲的血圧信号から心肺相互作用における結合強度、方向性、ノイズ強度を的確に推定する。

ABSTRACT

An efficient technique is introduced for model inference of complex nonlinear dynamical systems driven by noise. The technique does not require extensive global optimization, provides optimal compensation for noise-induced errors and is robust in a broad range %of parameters of dynamical models. It is applied to clinically measured blood pressure signal for the simultaneous inference of the strength, directionality, and the noise intensities in the nonlinear interaction between the cardiac and respiratory oscillations.

研究の動機と目的

• ノイズのある時間系列データから、非線形確率的力学系のパラメータを推定するための、効率的で最適化を要しない手法の開発。
• 測定ノイズと内在的ノイズの両方が存在する系において、隠れた結合係数とノイズ強度を正確に推定する課題への対処。
• 第一原理モデルが利用できない、あるいは不完全な複雑系において、モデル再構築のための頑健なフレームワークの提供。
• 臨床的実データ、特に人間の心肺相互作用を対象として、手法の有効性の実証。
• 非線形で多成分の力学系において、結合強度、方向性、ノイズレベルを同時に推定可能にする。

提案手法

• 力学系を、係数cに対して基底関数U(x)を用いて線形にパラメータ化された非線形駆動項f(x)を有する確率微分方程式として定式化する。
• ノイズ過程を加法的で定常的、ガウス白色ノイズとし、対称な共分散行列Dで記述する。
• 経路積分による確率的軌道の積分に基づく尤度関数を用いたベイズ推論を適用し、最適なノイズ補正を実現する。
• 測定誤差を独立で平均ゼロ、分散ε²の正規分布の積として表現する尤度関数を用いる。
• 逐次ベイズ更新スキームを採用し、1つのデータブロックにおける事後分布を次のブロックの事前分布として用いることで、オンライン推定を可能にする。
• 合成データを用いて、パラメータの広範な範囲で動作するストキャスティック・ローレンツ系を用いて、手法の頑健性を検証する。

実験結果

リサーチクエスチョン

• RQ1 非線形でノイズ駆動の力学系を正確に再構築するにあたり、広範な数値最適化を回避しつつ、ベイズ推論手法を開発できるか。
• RQ2 内在的ノイズと測定ノイズの両方が存在する系において、パラメータ推定のノイズに起因する誤差をどのように最適に補正できるか。
• RQ3 心拍と呼吸のオscillatorsのような非線形に相互作用する系において、非侵襲的時間系列データから結合強度と方向性をどの程度正確に推定できるか。
• RQ4 カオス的で強非線形な系を含む多様な力学的状態でも、推定手法の頑健性はどの程度保たれるか。
• RQ5 臨床的実データ、特に人間の心肺相互作用の非侵襲的血圧信号から、生生理的に意味のあるモデルを同定できるか。

主な発見

• 本手法は、非侵襲的血圧信号から心肺相互作用の非線形モデルを成功裏に再構築し、推定された時間系列が元の振動とよく一致している。
• 心拍振動の推定パラメータは強い結合を示す：b₁₁₂ = 3.9, b₁₂₂ = 0.62, b₁₃₂ = -13.4, およびノイズ強度D₂₂ = 4.75であり、呼吸が心拍数に顕著な影響を与えていることが示唆される。
• 心拍振動の結合強度は、呼吸振動のそれよりも2桁以上高いことが確認され、呼吸が心拍数を支配的に調節していることが裏付けられる。
• リミットサイクルとパワースペクトルの再構築において高い忠実度が達成されており、視覚的および定量的比較により実データと一致が確認された。
• ストキャスティック・ローレンツ系からの合成データを用いた広範なパラメータ範囲での検証により、カオス的状態でも信頼性が確認された。
• 本手法は、グローバル最適化やシステムの完全な構造に関する事前知識を必要とせず、結合強度、方向性、ノイズ強度を同時に推定可能である。