Rolled Gaussian process models for curves on manifolds

Resumen Técnico: Modelos de Procesos Gaussianos Rodados para Curvas en Variedades

1. Planteamiento del Problema

En muchas aplicaciones modernas (como trayectorias en esferas, espacios de formas, matrices de covarianza o orientaciones robóticas), los datos estadísticos son curvas $x(t)$ definidas sobre una variedad Riemanniana $M$, en lugar de un espacio euclidiano $\mathbb{R}^d$.

• Desafío Principal: Los Procesos Gaussianos (GP) estándar son herramientas poderosas en $\mathbb{R}^d$ debido a su estructura lineal global, que permite definir medias y covarianzas de manera sencilla. Sin embargo, en una variedad no lineal $M$, la ausencia de una estructura de espacio vectorial global impide definir directamente un GP, ya que las operaciones de suma y multiplicación por escalares no están bien definidas globalmente.
• Limitaciones de enfoques existentes:
  • Los métodos que proyectan curvas en un espacio tangente fijo (planificación/flatening) introducen distorsiones geométricas significativas a medida que la curva se aleja del punto de proyección.
  • Los modelos basados en ecuaciones diferenciales estocásticas (como el movimiento browniano intrínseco) a menudo carecen de estructuras de covarianza ricas (propiedad de Markov) y presentan desafíos computacionales severos para la inferencia con datos discretos.
  • Los enfoques descriptivos (como PCA en variedades) a menudo carecen de modelos generativos o tienen supuestos teóricos restrictivos difíciles de verificar.

2. Metodología Propuesta

Los autores proponen un marco generativo llamado Proceso Gaussiano Rodado (Rolled Gaussian Process - RGP). La idea central es utilizar la operación geométrica de "rodar" (rolling) una variedad sobre un plano (o viceversa) sin deslizamiento ni torsión para trasladar un proceso gaussiano euclidiano a la variedad.

Los Cuatro Mapas Fundamentales:
El método se basa en cuatro aplicaciones que mapean curvas entre la variedad $M$ y un espacio tangente $T_bM$ (identificado con $\mathbb{R}^d$):

1. Desenrollado (Unrolling): Dada una curva $\gamma$ en $M$, se "desenrolla" en una curva $\gamma^\downarrow$ en el espacio tangente $T_bM$ mediante transporte paralelo a lo largo de la curva. Esto preserva longitudes de segmentos y ángulos entre segmentos consecutivos.
2. Rodado (Rolling): La operación inversa; toma una curva en el espacio tangente y la "roda" sobre $M$ para obtener una curva en la variedad.
3. Desenvolvimiento (Unwrapping): Dada una curva $x$ en $M$ y una curva de referencia $\gamma$ (la media), se mapea $x$ al espacio tangente relativo a $\gamma$. Esto mide la desviación de $x$ respecto a $\gamma$ en el espacio tangente.
4. Envoltura (Wrapping): La operación inversa al desenvolvimiento; toma una curva en el espacio tangente y la envuelve sobre $M$ respecto a la curva de referencia $\gamma$.

Definición del Modelo RGP:

1. Se define un proceso gaussiano estándar $z \sim \text{GP}(m, K)$ en un espacio euclidiano $\mathbb{R}^d$ (o en un espacio tangente $T_bM$).
2. Se define una curva de media $\gamma$ en $M$ como el rodado de la media euclidiana $m$ (es decir, $\gamma = m^\uparrow_b$).
3. Se define la curva aleatoria $x$ en $M$ como el envolvimiento del proceso gaussiano $y_b$ (transformación de $z$) con respecto a la curva $\gamma$.
   $$x = y^\uparrow_\gamma$$
   Donde $y_b$ es un proceso gaussiano en $T_bM$ con media $m_b$ y covarianza $K_b$.

Este enfoque garantiza que el campo vectorial aleatorio a lo largo de $\gamma$ sea Gaussiano Covariante, relacionado mediante transporte paralelo, lo que respeta la geometría intrínseca de $M$.

3. Contribuciones Clave

1. Definición del Modelo RGP: Se establece un modelo generativo riguroso para curvas en variedades que es compatible con la geometría intrínseca y equivariante respecto a la elección de las coordenadas del espacio tangente.
2. Condición para la Media Fréchet: Se identifican condiciones bajo las cuales la media rodado del proceso coincide con la media Fréchet de la distribución en la variedad. Esto ocurre si:
   • $M$ es una variedad de Hadamard (curvatura seccional no positiva).
   • $M$ es un espacio simétrico y la distribución tiene simetría geodésica.
3. Estimadores Computacionalmente Simples: Se proponen estimadores para la media $m$ y la covarianza $K$ basados en el desenvolvimiento de las curvas observadas hacia un único espacio tangente fijo, utilizando la media muestral Fréchet como referencia. Esto evita la necesidad de optimizar en el espacio de curvas de la variedad directamente.
4. Teoría de Convergencia Óptima:
   • Se demuestra la convergencia $C^1$ de la media muestral Fréchet a la media poblacional a una tasa óptima $O_P(n^{-1/2})$, mejorando resultados anteriores que solo garantizaban convergencia uniforme.
   • Se derivan tasas de convergencia para los estimadores de media y covarianza que coinciden con las tasas óptimas del caso euclidiano.
5. Nuevos Resultados Geométricos: Se establece un límite de holonomía para triángulos en variedades con constantes explícitas dependientes de la curvatura, crucial para controlar los errores en los estimadores.

4. Resultados Principales

• Consistencia y Tasas: Bajo supuestos de regularidad (geometría acotada, suavidad de las trayectorias, condiciones en la Hessiana de la distancia), los estimadores propuestos son consistentes y convergen a la tasa $O_P(n^{-1/2})$ tanto para curvas observadas densamente como discretamente (usando representaciones paramétricas con bases, ej. splines).
• Inferencia Estadística: Se desarrolla un marco para pruebas de hipótesis, específicamente una prueba de dos muestras para la igualdad de curvas medias, análoga a la estadística $T^2$ de Hotelling pero adaptada a variedades mediante coordenadas de desenvolvimiento.
• Aplicaciones Numéricas:
  • Esfera Unitaria ($S^2$): Simulación de curvas heterocedásticas.
  • Matrices Simétricas Positivas Definidas ($Sym^+_{>0}(d)$): Aplicación en datos de covarianza.
  • Robótica ($SO(3)$): Análisis de la orientación del efector final de un brazo robótico. Los datos reales mostraron variabilidad significativa y el modelo permitió detectar diferencias estadísticamente significativas entre dos sesiones de recolección de datos.

5. Significado e Impacto

Este trabajo es significativo porque:

• Puente entre Geometría y Estadística: Proporciona un marco unificado que conecta la geometría diferencial (transporte paralelo, rodado) con la teoría de procesos estocásticos, permitiendo el uso de herramientas estadísticas estándar (GP) en contextos no lineales complejos.
• Viabilidad Computacional: A diferencia de los modelos basados en EDEs estocásticas que requieren simulaciones costosas, el enfoque de "rodado/desenvolvimiento" permite transformar el problema en un espacio euclidiano donde los cálculos son eficientes y las inferencias son directas.
• Generalidad: El modelo es aplicable a una amplia gama de variedades de interés en estadística y aprendizaje automático (esferas, espacios de formas, matrices de covarianza, grupos de Lie).
• Fundamento Teórico Sólido: Provee garantías teóricas (tasas de convergencia, condiciones de existencia) que a menudo faltan en métodos heurísticos previos para datos de curvas en variedades.

En conclusión, los autores presentan una solución elegante y teóricamente fundamentada para modelar y realizar inferencia sobre curvas aleatorias en variedades, superando las limitaciones de los enfoques de proyección plana y los modelos difusivos complejos.