[论文解读] Large Spectral Density Matrix Estimation by Thresholding

Yiming Sun, Yige Li+2 more|arXiv (Cornell University)|Dec 3, 2018

Functional Brain Connectivity Studies参考文献 27被引用 19

一句话总结

该论文提出了一种基于阈值的估计方法，用于在高维情形下通过平均周期图估计多变量时间序列的高维谱密度矩阵，在 log p/n → 0 的条件下实现一致估计，前提是真实谱密度近似稀疏。该方法可实现功能连接网络中的自动边选择，并提出了一种新颖的平均周期图浓度不等式，相较于基于收缩的方法提供了更优的理论保证。

ABSTRACT

Spectral density matrix estimation of multivariate time series is a classical problem in time series and signal processing. In modern neuroscience, spectral density based metrics are commonly used for analyzing functional connectivity among brain regions. In this paper, we develop a non-asymptotic theory for regularized estimation of high-dimensional spectral density matrices of Gaussian and linear processes using thresholded versions of averaged periodograms. Our theoretical analysis ensures that consistent estimation of spectral density matrix of a $p$-dimensional time series using $n$ samples is possible under high-dimensional regime $\log p / n ightarrow 0$ as long as the true spectral density is approximately sparse. A key technical component of our analysis is a new concentration inequality of average periodogram around its expectation, which is of independent interest. Our estimation consistency results complement existing results for shrinkage based estimators of multivariate spectral density, which require no assumption on sparsity but only ensure consistent estimation in a regime $p^2/n ightarrow 0$. In addition, our proposed thresholding based estimators perform consistent and automatic edge selection when learning coherence networks among the components of a multivariate time series. We demonstrate the advantage of our estimators using simulation studies and a real data application on functional connectivity analysis with fMRI data.

研究动机与目标

• 开发在 log p/n → 0 条件下对高维谱密度矩阵进行正则化估计的非渐近理论。
• 在真实谱密度近似稀疏时，即使样本量较小（n ≪ p²），也实现谱密度矩阵的一致估计。
• 提供一种可在时间序列分量之间的相干性网络中实现自动边选择的方法，提升可解释性。
• 建立阈值化平均周期图估计器的理论一致性，补充现有基于收缩的方法，且对 p²/n → 0 的依赖更弱。
• 通过模拟实验和神经科学中的真实 fMRI 数据分析，展示该方法的优越性。

提出的方法

• 该方法使用平均周期图的阈值版本作为多变量高斯过程和线性过程谱密度矩阵的估计器。
• 对平均周期图应用硬阈值、Lasso 和自适应 Lasso 阈值，以促进稀疏性并降低估计误差。
• 推导出平均周期图在其期望值附近的新型浓度不等式，这是理论分析的核心，且具有独立研究价值。
• 理论分析表明，在真实谱密度近似稀疏的条件下，当 log p/n → 0 时，估计具有一致性。
• 通过将弱相干性值收缩至零，该方法可实现自动边选择，生成稀疏且可解释的功能连接网络。
• 推导出理论界，明确将估计误差与真实谱密度矩阵的近似稀疏程度联系起来。

实验结果

研究问题

• RQ1 当 log p/n → 0 时，即使在近似稀疏条件下，是否仍可实现高维谱密度矩阵的一致估计？
• RQ2 与基于收缩的方法相比，基于阈值的估计在理论一致性和样本量要求方面表现如何？
• RQ3 对平均周期图进行阈值化是否能实现功能连接网络中自动且有意义的边选择？
• RQ4 新提出的平均周期图浓度不等式在实现非渐近理论保证中起到什么作用？
• RQ5 在小样本量（n 较小）和高维（p 较大）的有限样本设置下，特别是 fMRI 数据分析中，该方法是否优于现有估计器？

主要发现

• 所提出的阈值估计器在 log p/n → 0 的高维情形下，只要真实谱密度近似稀疏，即可实现谱密度矩阵的一致估计。
• 与基于收缩的估计器相比，该方法在样本效率方面表现更优，因为收缩方法需要更强的条件 p²/n → 0。
• 模拟结果表明，自适应 Lasso 阈值化方法在 F1 分数上表现最佳（例如，当 p=96，n=600 时达到 93.64%），表明其在边检测中具有更高的精确率与召回率。
• 在 p=86 个脑区、n=200 个样本的真实 fMRI 数据分析中，该方法成功识别出具有更高可解释性的相干脑网络。
• 通过自适应 Lasso 阈值化估计的相干性矩阵热图（图 3）相比对角收缩法（图 4）显示出更清晰、更稀疏且更具结构的模式。
• 理论分析证实，只要真实谱密度近似稀疏，估计误差即有界，并在高维设置下收敛于零。