[논문 리뷰] Random Projections and Sampling Algorithms for Clustering of High-Dimensional Polygonal Curves

Stefan Meintrup, Alexander Munteanu외 1명|arXiv (Cornell University)|2019. 01. 01.

Advanced Clustering Algorithms Research인용 수 6

한 줄 요약

이 논문은 고차원 다각형 곡선에 대해 Johnson-Lindenstrauss 유형의 무작위 투영을 도입하여 입력 크기의 초선형 종속성을 갖는 효율적인 k-메디안 군집화를 가능하게 한다. Fréchet 거리 기반의 오차 분석을 통해, 확률적 감소를 통해 √2 이하의 요인으로 Fréchet 거리를 근사하는 것은 불가능하다는 것을 증명하면서도, 빠르고 CUDA 기반 병렬 처리가 가능한 알고리즘을 제안한다.

ABSTRACT

We study the $k$-median clustering problem for high-dimensional polygonal curves with finite but unbounded number of vertices. We tackle the computational issue that arises from the high number of dimensions by defining a Johnson-Lindenstrauss projection for polygonal curves. We analyze the resulting error in terms of the Fr\'echet distance, which is a tractable and natural dissimilarity measure for curves. Our clustering algorithms achieve sublinear dependency on the number of input curves via subsampling. Also, we show that the Fr\'echet distance can not be approximated within any factor of less than $\sqrt{2}$ by probabilistically reducing the dependency on the number of vertices of the curves. As a consequence we provide a fast, CUDA-parallelized version of the Alt and Godau algorithm for computing the Fr\'echet distance and use it to evaluate our results empirically.

연구 동기 및 목표

• 입력 정점 수가 유계가 아닌 고차원 다각형 곡선에 대한 k-메디안 군집화의 계산 비가역성 문제를 해결하기 위해.
• 입력 곡선 수에 대한 의존도를 서브샘플링 기법을 통해 감소시키기 위해.
• 다각형 곡선에 특화된 Johnson-Lindenstrauss 투영을 정의하여 Fréchet 거리를 통제 가능한 오차로 유지하기 위해.
• 확률적 감소를 통한 Fréchet 거리 근사의 이론적 한계를 설정하기 위해.
• Alt와 Godau 알고리즘의 빠르고 CUDA 기반 병렬화된 버전을 구현하고 실증적으로 평가하기 위해.

제안 방법

• 다각형 곡선에 특화된 새로운 Johnson-Lindenstrauss 투영을 제안하여 차원을 감소시키면서도 Fréchet 거리의 구조를 유지한다.
• 투영에 의해 유도되는 오차를 Fréchet 거리 기준으로 분석하여 왜곡의 이론적 한계를 제공한다.
• 군집화 파이프라인에서 입력 곡선 수에 대한 초선형 종속성을 달성하기 위해 서브샘플링을 적용한다.
• 효율적인 Fréchet 거리 계산을 위해 Alt와 Godau 알고리즘의 CUDA 기반 병렬 구현을 개발한다.
• 확률적 감소를 사용하여 √2 이하의 요인으로 Fréchet 거리를 근사하는 것이 불가능하다는 것을 증명한다.
• 투영, 서브샘플링, 병렬 거리 계산을 통합하여 고차원 곡선의 군집화를 확장 가능하게 한다.

실험 결과

연구 질문

• RQ1 고차원 다각형 곡선에 대해 Fréchet 거리를 유지하는 데 효과적으로 적응할 수 있는 무작위 투영이 가능한가?
• RQ2 이러한 투영의 이론적 오차 한계는 Fréchet 거리 기준으로 얼마인가?
• RQ3 정확도를 유지하면서도 서브샘플링을 통해 k-메디안 군집화에서 입력 곡선 수에 대한 의존도를 줄일 수 있는가?
• RQ4 확률적 방법을 사용하여 Fréchet 거리를 √2 이하의 요인으로 근사하는 것이 가능한가?
• RQ5 고차원 곡선에 대해 스케일링 가능한 수준에서 Fréchet 거리를 얼마나 효율적으로 계산할 수 있는가?

주요 결과

• 제안된 다각형 곡선용 무작위 투영은 Fréchet 거리 기준으로 유계 오차를 보장하여 감소된 차원에서 신뢰할 수 있는 군집화를 가능하게 한다.
• 효과적인 서브샘플링을 통해 군집화 파이프라인은 입력 곡선 수에 대해 초선형 종속성을 달성한다.
• Alt와 Godau 알고리즘의 CUDA 기반 병렬 구현은 빠르고 확장 가능한 Fréchet 거리 계산을 가능하게 한다.
• 논문은 확률적 감소 하에 Fréchet 거리를 √2 이하의 요인으로 근사하는 것이 불가능하다는 것을 증명한다.
• 실증 평가를 통해 제안된 파이프라인은 고차원 곡선 데이터셋에서 효율성과 정확성을 확인한다.
• 이론적 결과와 실증 결과가 결합되어 고차원 다각형 곡선 군집화를 위한 확장 가능한 프레임워크를 구축한다.