🤖 machine learning

DREAMS: Preserving both Local and Global Structure in Dimensionality Reduction

Este artículo presenta DREAMS, un método de reducción de dimensionalidad que equilibra eficazmente la preservación de la estructura local y global al combinar las fortalezas de t-SNE y PCA mediante un término de regularización simple, superando a los enfoques existentes en múltiples conjuntos de datos del mundo real.

Autores originales: Noël Kury, Dmitry Kobak, Sebastian Damrich

Publicado 2026-06-09

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Noël Kury, Dmitry Kobak, Sebastian Damrich

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que tienes una caja gigante y desordenada con miles de juguetes diferentes. Algunos son figuras de acción diminutas e intrincadas; otros son bloques de construcción grandes y voluminosos. Quieres extenderlos sobre una mesa plana para que puedas ver cómo se relacionan entre sí.

El problema es que esta caja es 3D (o incluso de dimensiones superiores), pero tu mesa es solo 2D. Cuando intentas aplanarla, tienes que tomar una decisión:

El enfoque "Local" (t-SNE): Decides mantener las figuras de acción diminutas agrupadas estrechamente para poder ver sus detalles individuales. Pero al hacerlo, podrías accidentalmente dispersar los grandes bloques de construcción por toda la mesa, perdiendo la sensación del "panorama general".
El enfoque "Global" (PCA): Decides mantener los grandes bloques de construcción en sus posiciones lógicas y correctas entre sí. Pero al hacerlo, las figuras de acción diminutas se comprimen tanto que se convierten en una única mancha borrosa, y ya no puedes distinguirlas.

Durante mucho tiempo, los científicos tuvieron que elegir entre uno de estos dos puntos de vista. No podían tener tanto los detalles finos como el panorama general al mismo tiempo.

Entra DREAMS: El método del "Mejor de Ambos Mundos"

El artículo presenta un nuevo método llamado DREAMS (Reducción de Dimensionalidad Mejorada a través de Múltiples Escalas). Piensa en DREAMS como una lente inteligente y ajustable que te permite ver toda la escena con claridad mientras haces zoom en los pequeños detalles.

Así es como funciona, usando una analogía sencilla:

La "Sábana de Goma" y el "Imán"
Imagina que estás estirando una sábana de goma (esta es la parte de t-SNE). Separas las figuras de acción diminutas para que no se superpongan, preservando sus vecindarios locales. Esto es genial para ver los pequeños detalles.

Sin embargo, la sábana de goma podría estirarse demasiado, haciendo que todo el diseño se vea distorsionado. Para solucionar esto, DREAMS añade un imán debajo de la sábana (esta es la parte de PCA). Este imán tira suavemente de toda la sábana hacia una forma determinada y lógica (la "estructura global").

Si el imán es débil: La sábana de goma se estira libremente. Obtienes un mapa detallado de las figuras diminutas, pero el panorama general podría verse algo inestable.
Si el imán es fuerte: La sábera es tirada con fuerza hacia la forma lógica. Obtienes un panorama general perfecto, pero las figuras de acción diminutas se comprimen.
El Punto Dulce (La Solución de DREAMS): Los autores encontraron una configuración "Goldilocks" (punto óptimo) para la fuerza del imán. En este ajuste, la sábana de goma se estira lo suficiente para mostrar las figuras diminutas con claridad, pero el imán es lo suficientemente fuerte como para mantener los grandes bloques de construcción en sus lugares lógicos y correctos.

¿Qué descubrieron?

Los investigadores probaron este método del "imán ajustable" en 11 conjuntos de datos del mundo real, incluyendo datos biológicos complejos (como células cerebrales) y datos de imágenes (como dígitos escritos a mano).

Funciona mejor que la competencia: Cuando compararon DREAMS con otros métodos populares (como UMAP, t-SNE y PCA), DREAMS hizo consistentemente el mejor trabajo manteniendo intactos tanto los "vecindarios" (estructura local) como los "continentes" (estructura global).
Un espectro suave: Una de las características más geniales es que puedes deslizar un dial (llamado $\lambda$ ) para cambiar la vista. Puedes deslizarlo todo el camino hacia el lado "Local" para ver los detalles finos, todo el camino hacia el lado "Global" para ver el panorama general, o detenerte en cualquier punto intermedio para obtener un equilibrio perfecto.
Ejemplo del mundo real: En un conjunto de datos de células cerebrales, los métodos estándar o bien te mostraban las categorías generales de las células (neuronas frente a no neuronas) pero perdían los subtipos específicos, O te mostraban los subtipos específicos pero desordenaban las categorías generales. DREAMS mostró ambos: los grupos amplios estaban en los lugares correctos, y los tipos de células específicos estaban claramente separados dentro de esos grupos.

La Conclusión

DREAMS es una nueva herramienta que resuelve un problema antiguo: cómo aplanar datos complejos y de múltiples capas sin perder el bosque ni los árboles. Al añadir simplemente un "tirón suave" hacia un mapa global mientras dejas que los detalles locales respiren, crea visualizaciones que son más precisas y fáciles de entender que los métodos anteriores.

Los autores señalan que, aunque requiere un poco más de potencia de cómputo para ejecutar este sistema de "imán", el resultado es una imagen mucho más clara de los datos complejos, especialmente cuando esos datos tienen una jerarquía (como un árbol genealógico o un mapa de una ciudad con barrios y distritos).

Resumen Técnico: DREAMS – Preservando tanto la Estructura Local como la Global en la Reducción de Dimensionalidad

Planteamiento del Problema

La reducción de dimensionalidad (DR) es esencial para visualizar datos de alta dimensión, sin embargo, los métodos existentes suelen sobresalir en la preservación de la estructura local o de la estructura global, pero rara vez en ambas simultáneamente.

Estructura Local: Métodos como t-SNE y UMAP preservan eficazmente las relaciones de vecindad y los clústeres de grano fino (por ejemplo, tipos celulares específicos), pero a menudo distorsionan los arreglos globales (por ejemplo, separaciones de clases amplias o trayectorias de desarrollo).
Estructura Global: Métodos como PCA y MDS preservan los patrones macroscópicos de los datos y la varianza, pero a menudo fallan al resolver relaciones locales distintivas, fusionando clústeres separados.

En conjuntos de datos del mundo real, como la transcriptómica de célula única, ambas escalas de estructura son significativas y complementarias. Descuidar una escala puede conducir a interpretaciones incompletas o sesgadas. Los enfoques híbridos actuales a menudo luchan por equilibrar estos objetivos contrapuestos de manera efectiva o no logran recuperar los extremos puros (el PCA o t-SNE estándar) dentro de sus espectros de optimización.

Metodología: DREAMS

Los autores proponen DREAMS (Dimensionality Reduction Enhanced Across Multiple Scales), un método no paramétrico que combina la sensibilidad local de t-SNE con la preservación de la estructura global de PCA mediante un término de regularización simple.

Mecanismo Central

DREAMS aumenta la función de pérdida estándar de t-SNE con una penalización cuadrática que incentiva que el embedding de baja dimensión se alinee con un embedding de referencia global precomputado (por defecto: PCA).

La función objetivo se define como:
$L(Y) = (1 - \lambda)L_{t-SNE}(Y) + \lambda \frac{1}{n} \|Y - \alpha \tilde{Y}\|_F^2$

Donde:

$Y$ es el embedding de baja dimensión que se está optimizando.
$L_{t-SNE}(Y)$ es la pérdida estándar de t-SNE (divergencia de Kullback–Leibler entre las distribuciones de similitud de alta y baja dimensión).
$\tilde{Y}$ es el embedding de referencia global precomputado (por ejemplo, PCA).
$\lambda \in [0, 1]$ es un hiperparámetro que controla el compromiso entre la preservación local y global.
$\alpha$ es un factor de escala escalar computado en cada iteración del descenso de gradiente para igualar la escala del embedding de t-SNE ( $Y$ ) con la del embedding de referencia ( $\tilde{Y}$ ), asegurando la compatibilidad entre la escala lineal de PCA y la escala no lineal de t-SNE.

Detalles de Implementación

Embedding de Referencia: Por defecto, DREAMS utiliza PCA debido a su velocidad e interpretabilidad. Sin embargo, el marco soporta otros métodos globales como MDS (referido como DREAMS-MDS).
Optimización: El método está implementado basándose en la biblioteca openTSNE, añadiendo el término de regularización a la optimización del descenso de gradiente.
Enfoque Alternativo: Los autores también exploraron una variante de "Decodificación Lineal" (DREAMS-CNE-Decoder) utilizando un decodificador lineal entrenable para reconstruir los datos originales a partir del embedding, pero encontraron que el enfoque de referencia precomputada era superior en la preservación de la estructura local.
Espectro: Al variar $\lambda$ $λ$ , DREAMS genera un espectro continuo de embeddings:
- $\lambda = 0$ : Recupera el t-SNE estándar.
- $\lambda = 1$ : Recupera el embedding de PCA escalado.
- $0 < \lambda < 1$ : Proporciona un equilibrio entre lo local y lo global.

Contribuciones Clave

Estrategia de Regularización: Introducción de un término de regularización simple y efectivo que integra la preservación de la estructura global (vía PCA/MDS) directamente en la función de pérdida de t-SNE.
Espectro de Visualizaciones: Demostración de un espectro de embeddings sintonizable que ofrece un compromiso de vanguardia entre la preservación de la estructura local y global.
Benchmarking Exhaustivo: Evaluación de diez algoritmos a través de once conjuntos de datos del mundo real, incluyendo transcriptómica de célula única, datos genómicos y conjuntos de datos de imágenes.
Implementación de Código Abierto: Provisión de una implementación de código abierto basada en las bibliotecas openTSNE y CNE (Contrastive Neighbor Embedding).

Resultados Experimentales

Los autores evaluaron DREAMS contra líneas base (t-SNE, UMAP, PCA, MDS) y métodos híbridos (TriMap, PaCMAP, PHATE, SQuadMDS-hybrid, StarMAP) utilizando dos métricas primarias:

KNN (Local): Recuerdo de k-vecinos más cercanos (k-nearest neighbor recall).
CPD (Global): Correlación de distancias de pares (correlación de Spearman).

Hallazgos

Compromiso Superior: En 10 de 11 conjuntos de datos, DREAMS (con $\lambda=0.15$ por defecto) logró la puntuación agregada local-global más alta. Mantuvo consistentemente las puntuaciones de KNN cercanas a t-SNE mientras alcanzaba puntuaciones de CPD cercanas a PCA.
Comparación con Híbridos: DREAMS superó a otros métodos híbridos como StarMAP y SQuadMDS-hybrid. Específicamente, DREAMS preservó la estructura local significativamente mejor que StarMAP (que utiliza UMAP) y ofreció un compromiso local-global más favorable que SQuadMDS-hybrid.
Calidad del Espectro: El espectro de embeddings generado por DREAMS proporcionó una transición más suave y efectiva entre los extremos local y global en comparación con los métodos competidores, que a menudo fallaban al recuperar los límites puros de PCA o MDS o sufrían degradación de rendimiento en los extremos.
Limitaciones: En conjuntos de datos que carecen de una estructura global prominente (por ejemplo, MNIST), DREAMS no pudo maximizar simultáneamente ambos métricas, ya que la estructura global en sí misma era débil. En tales casos, el rendimiento fue comparable al de otros métodos.

Significancia y Reivindicaciones

El artículo afirma que DREMESS aborda una brecha crítica en la reducción de dimensionalidad al permitir la preservación simultánea de las estructuras local y global sin compromisos sustanciales.

Interpretabilidad: Al anclar la optimización de t-SNE a una referencia de PCA, DREAMS produce visualizaciones que son tanto localmente detalladas (revelando clústeres finos) como globalmente coherentes (preservando separaciones de clases amplias), lo que las hace más fieles a la jerarquía subyacente de los datos.
Flexibilidad: El método es adaptable; los usuarios pueden sintonizar $\lambda$ para priorizar características locales o globales según las necesidades analíticas específicas, o cambiar la referencia de embedding (por ejemplo, a MDS) si el PCA es subóptimo para la geometría global de un conjunto de datos específico.
Practicidad: Los autores señalan que, si bien DREAMS introduce una ligera sobrecarga computacional debido al término de regularización, la configuración por defecto ( $\lambda=0.15$ ) funciona de manera robusta en diversos conjuntos de datos sin requerir un ajuste extensivo de hiperparámetros.

Los autores concluyen que DREAMS proporciona una herramienta de visualización más fiel e interpretable, particularmente para conjuntos de datos jerárquicos donde están presentes múltiples escalas de estructura.