[论文解读] Weakly monotone averaging functions

Tim Wilkin, Gleb Beliakov|arXiv (Cornell University)|Aug 2, 2014

Advanced Statistical Methods and Models参考文献 22被引用 5

一句话总结

本文引入了弱单调性作为平均聚合函数的宽松条件，使非单调均值（如稳健估计器、Lehmer均值和空间-色调滤波器）得以纳入统一的理论框架。关键贡献在于证明当所有输入同时增加时，这些函数表现出弱单调性，从而在单一定义下统一了单调与非单调平均函数。

ABSTRACT

Monotonicity with respect to all arguments is fundamental to the definition of aggregation functions. It is also a limiting property that results in many important non-monotonic averaging functions being excluded from the theoretical framework. This work proposes a definition for weakly monotonic averaging functions, studies some properties of this class of functions and proves that several families of important non-monotonic means are actually weakly monotonic averaging functions. Specifically we provide sufficient conditions for weak monotonicity of the Lehmer mean and generalised mixture operators. We establish weak monotonicity of several robust estimators of location and conditions for weak monotonicity of a large class of penalty-based aggregation functions. These results permit a proof of the weak monotonicity of the class of spatial-tonal filters that include important members such as the bilateral filter and anisotropic diffusion. Our concept of weak monotonicity provides a sound theoretical and practical basis by which (monotone) aggregation functions and non-monotone averaging functions can be related within the same framework, allowing us to bridge the gap between these previously disparate areas of research.

研究动机与目标

• 为解决重要非单调平均函数（如稳健估计器和图像滤波器）在标准聚合函数框架中的理论排除问题。
• 提出一种新的平均函数定义，放宽严格单调性，同时保持关键的平均行为特征。
• 建立一个统一的理论框架，连接统计学和图像处理中使用的单调聚合函数与非单调均值。
• 证明几种广泛使用的非单调函数（包括空间-色调滤波器和基于惩罚的聚合器）满足弱单调性。
• 证明弱单调性是单调性的最小且合理的放松，同时在决策和信号处理背景下保持可解释性。

提出的方法

• 将弱单调性定义为当所有输入同步增加时（即沿向量 (1,1,…,1) 方向）的非减行为。
• 利用沿 (1,1,…,1) 方向的定向单调性作为全单调性的放松，保留类似平移不变性的性质，但不强制要求其存在。
• 通过其参数化形式和对称性，推导出足够条件，证明Lehmer均值的弱单调性。
• 通过将惩罚函数表示为输出与偏差的加权组合，分析基于惩罚的聚合函数。
• 通过将惩罚函数中的固定参考点（如 x₁）替换为中位数或众数等平移不变聚合器，推广空间-色调滤波器。
• 应用命题2和定理2，证明平移不变的惩罚函数可产生弱单调聚合函数。

实验结果

研究问题

• RQ1 能否在理论上将非单调平均函数（如众数和shorth）正式纳入聚合函数框架？
• RQ2 在Lehmer均值对单个变量表现出非单调行为的情况下，何种条件可确保其弱单调性？
• RQ3 在一般惩罚结构下，基于惩罚的聚合函数（如图像滤波中使用的）是否具有弱单调性？
• RQ4 能否在新框架中证明空间-色调滤波器（如双边滤波器和各向异性扩散）具有弱单调性？
• RQ5 弱单调性是否为单调性的最小且充分放松，从而保持理论与实际的一致性？

主要发现

• 当Lehmer均值的参数满足与输入相对大小相关的特定条件时，其表现出弱单调性，确保在所有输入同步增加时行为非减。
• 位置的稳健估计器（包括众数和shorth）是弱单调的，因为它们具有平移不变性并满足方向单调性条件。
• 若惩罚依赖于与平移不变参考点的偏差，则具有对称凸惩罚的基于惩罚的聚合函数是弱单调的。
• 空间-色调滤波器（包括双边滤波器和各向异性扩散）是弱单调的，因为其惩罚函数在输入均匀平移下保持不变。
• 弱单调平均函数类包含所有标准单调聚合函数，确保与现有理论的兼容性。
• 理论统一得以实现：非单调均值与单调聚合函数现在在由弱单调性定义的单一框架下共存。