[论文解读] Smoothing splines on Riemannian manifolds, with applications to 3D shape space

Kwangrae Kim, Ian L. Dryden+2 more|arXiv (Cornell University)|Jan 15, 2018

Morphological variations and asymmetry参考文献 35被引用 7

一句话总结

本文提出了一种新颖的方法，通过展开（unrolling）、展开（unwrapping）和重新包裹（wrapping）技术，将平滑样条拟合到黎曼流形上的3D形状数据，扩展了Jupp和Kent（1987）的球面样条方法。主要贡献是通过一阶微分方程系统数值求解平行移动（parallel transport）在Kendall形状空间中的问题，从而实现对高变异性3D形状轨迹的精确样条拟合，该方法在动态肽类数据上得到验证，相较于切空间近似方法，其测地线保真度更高。

ABSTRACT

There has been increasing interest in statistical analysis of data lying in manifolds. This paper generalizes a smoothing spline fitting method to Riemannian manifold data based on the technique of unrolling and unwrapping originally proposed in Jupp and Kent (1987) for spherical data. In particular we develop such a fitting procedure for shapes of configurations in general $m$-dimensional Euclidean space, extending our previous work for two dimensional shapes. We show that parallel transport along a geodesic on Kendall shape space is linked to the solution of a homogeneous first-order differential equation, some of whose coefficients are implicitly defined functions. This finding enables us to approximate the procedure of unrolling and unwrapping by simultaneously solving such equations numerically, and so to find numerical solutions for smoothing splines fitted to higher dimensional shape data. This fitting method is applied to the analysis of some dynamic 3D peptide data.

研究动机与目标

• 解决在曲率黎曼流形上3D形状数据缺乏稳健的非参数回归方法的问题。
• 将Jupp和Kent（1987）的展开-展开-重新包裹方法从球面推广到一般黎曼流形，特别是3D构型的Kendall形状空间。
• 开发一种在3D形状空间中计算平行移动的数值稳定方法，这对展开过程至关重要。
• 实现对高变异性时间序列3D形状的精确插值与平滑，避免切空间近似带来的失真。
• 在真实肽类分子动力学数据上验证该方法，证明其在性能上优于Procrustes切空间方法。

提出的方法

• 通过定义一条基准测地线路径来将展开-展开-重新包裹框架适配到黎曼流形上。
• 使用齐次一阶微分方程组的数值解来近似形状空间中测地线上的平行移动。
• 通过由形状空间几何隐式定义的系数实现微分方程组，从而在无需显式知道曲率张量的情况下进行计算。
• 在展开后的切空间中应用平滑样条拟合，然后将拟合路径重新包裹回流形。
• 采用三次样条和线性样条，通过时间形状序列的优化节点位置进行拟合，通过主成分得分图和距离比较进行验证。
• 通过比较Procrustes切空间距离与真实黎曼距离来验证性能，结果显示在极端情况下，切空间距离最高被高估达75%。

实验结果

研究问题

• RQ1 展开-展开-重新包裹方法能否从球面推广到任意黎曼流形，特别是3D形状数据？
• RQ2 如何对Kendall形状空间中的平行移动进行数值近似，以用于样条拟合？
• RQ3 与基于切空间的方法相比，该方法在高度可变的3D形状轨迹上是否能提供更精确的插值与平滑？
• RQ4 该方法能否可靠地识别并建模分子动力学数据中的不同构象状态？
• RQ5 与标准的Procrustes切空间近似相比，该方法在多大程度上保持了测地线距离？

主要发现

• 该方法成功地将三次样条和线性样条拟合到3D肽类形状数据上，揭示了四个与先前研究一致的构象状态。
• 三次样条模型和四节点线性样条的拟合效果优于测地线模型和三节点线性模型，后者未能捕捉复杂过渡。
• 在某些时间点，Procrustes切空间距离比真实黎曼距离高出最多75%，尤其在t=26至t=27之间，误差达到73%。
• t=26与t=27之间的黎曼距离为0.374，而Procrustes切空间距离为0.648，表明线性近似存在显著失真。
• 使用三次样条在数据点之间进行平滑插值，能准确预测中间构象，主成分得分图中观察到一致的过渡路径。
• 该方法避免了显式计算曲率张量，使其在曲率难以推导的流形上具有广泛适用性。