Learning Functional Graphs with Nonlinear Sufficient Dimension Reduction

Resumen Técnico: Aprendizaje de Grafos Funcionales con Reducción de Dimensión Suficiente No Lineal

Planteamiento del Problema
Los modelos gráficos funcionales están diseñados para estimar estructuras de red donde las observaciones en los vértices son funciones aleatorias en lugar de variables escalares. Esto es particularmente relevante en campos como la neuroimagen (por ejemplo, fMI o EEG), donde los datos consisten en señales de series temporales a través de regiones cerebrales. Los métodos existentes para modelos gráficos funcionales enfrentan limitaciones significativas:

1. Supuestos Paramétricos: Métodos como el Modelo Gráfico Gaussiano Funcional (FGGM) y el Modelo Gráfico Gaussiano de Cópulas dependen de supuestos gaussianos o de cópula-gaussianos, que pueden no cumplirse en datos del mundo real complejos.
2. Restricciones de Aditividad: Los enfoques no paramétricos basados en la Independencia Condicional Aditiva (ACI) relajan los supuestos de distribución, pero imponen una estructura aditiva a las relaciones, lo que puede no capturar dependencias no lineales generales.
3. Maldición de la Dimensionalidad: La evaluación directa de la independencia condicional entre vectores funcionales de alta dimensión ($X_{-(i,j)}$) se ve obstaculizada por la maldición de la dimensionalidad, lo que conduce a una precisión de estimación deficiente.

Metodología: El Modelo Gráfico Suficiente Funcional (f-SGM)
Los autores proponen un modelo gráfico funcional no paramétrico basado en la Reducción de Dimensión Suficiente (SDR) no lineal. El método, denominado f-SGM, construye el grafo mediante dos pasos primarios tanto a nivel poblacional como de muestra:

1. SDR No Lineal Funcional (Reducción de Dimensión):

   • Para cada par de nodos $(i, j)$, el método trata al par $(X_i, X_j)$ como la respuesta y a los nodos restantes $X_{-(i,j)}$ como predictores.
   • Emplea la Regresión Inversa Segmentada Generalizada Funcional (f-GSIR) para encontrar un predictor suficiente de baja dimensión, denotado como $U_{ij}$.
   • Este paso se apoya en Espacios de Hilbert de Núcleo Reproductor (RKHS) y núcleos anidados para mapear los datos funcionales de dimensión infinita en un espacio de dimensión finita. El $\sigma$-campo central para predecir $(X_i, X_j)$ dado $X_{-(i,j)}$ se identifica como el rango de un operador de regresión dentro de este marco de RKHS.
   • Crucialmente, esto reduce el conjunto de condicionamiento de alta dimensión $X_{-(i,j)}$ a un vector de baja dimensión $U_{ij}$ tal que $(X_i, X_j) \perp X_{-(i,j)} \mid U_{ij}$.

2. Prueba de Independencia Condicional mediante CCCO Híbrido:

   • Una vez obtenido $U_{ij}$, el método prueba la independencia condicional $X_i \perp X_j \mid U_{ij}$.
   • Para manejar la mezcla de datos funcionales ($X_i, X_j$ en espacios de Hilbert) y el predictor suficiente euclidiano ($U_{ij}$), los autores introducen un Operador de Covarianza Condicional Conjointe Híbrido (Hybrid CCCO).
   • Este operador se define dentro de un producto tensorial de RKHS generados por núcleos para los componentes funcionales y el vector euclidiano.
   • La ausencia de una arista entre $i$ y $j$ se determina si la norma de Hilbert-Schmidt del Hybrid CCCO es cero (o inferior a un umbral).

Detalles de Implementación

• Nivel de Muestra: Los autores desarrollan algoritmos utilizando mapeos de coordenadas para representar elementos de espacios de Hilbert y operadores como vectores y matrices.
• Núcleos: Utilizan un núcleo de movimiento Browniano para los espacios de Hilbert de primer nivel (aproximando los datos funcionales) y Funciones de Base Radial (RBF) Gaussianas para los espacios de segundo y tercer nivel (SDR y CCCO).
• Ajuste: Los parámetros de ajuste para la regularización de Tychonoff y los anchos de banda de los núcleos se seleccionan mediante Validación Cruzada Generalizada (GCV). El umbral de la arista también se determina mediante GCV para minimizar el error de predicción.

Contribuciones Clave

1. Flexibilidad No Paramétrica: A diferencia de FGGM o modelos basados en cópulas, f-SGM no requiere supuestos gaussianos o de distribución paramétrica específica.
2. Más allá de la Aditividad: A diferencia de los métodos basados en ACI, f-SGM no asume una independencia condicional aditiva, lo que le permite capturar dependencias no lineales generales.
3. Mitigación de la Maldición de la Dimensionalidad: Al reducir el conjunto de condicionamiento a un predictor suficiente $U_{ij}$, el método evita los problemas de estimación de alta dimensión asociados con los enfoques totalmente no paramétricos.
4. Teoría de Operadores Híbridos: El artículo define rigurosamente el Hybrid CCCO para manejar el desafío estructural específico de probar la independencia entre funciones aleatorias hilbertianas condicionadas a un vector euclidiano.

Resultados
El artículo evalúa f-SGM a través de estudios de simulación y una aplicación en el mundo real:

• Simulaciones: El método se comparó con FGGM, el Operador de Precisión Aditivo Funcional (FAPO) y un SGM ingenuo (n-SGM) utilizando componentes principales.
  • En modelos aditivos no lineales, el rendimiento de f-SGM fue comparable al de FAPO y significativamente mejor que el de FGGM y n-SGM.
  • En modelos no lineales con heterocedasticidad (donde la dependencia existe en la varianza condicional en lugar de la media), f-SGM superó significativamente a todos los demás métodos, incluyendo a FAPO, que falló en capturar estructuras de varianza no aditivas.
  • En modelos Gaussianos, aunque FGGM (el oráculo paramétrico) fue el que mejor desempeño tuvo, f-SCM demostró un rendimiento superior al de FAPO y n-SGM, indicando que pierde menos información que los métodos no paramétricos aditivos incluso cuando los datos son gaussianos.
  • El método se mantuvo robusto a medida que la dimensión $p$ aumentaba (hasta $p=40$) y los tamaños de muestra variaban.
• Aplicación (fMI): El método se aplicó a un conjunto de datos de fMI de un consorcio de TDAH (171 niños: 73 con TDAH, 98 control). El análisis buscaba detectar diferencias en las estructuras de redes cerebrales entre los dos grupos. Los resultados de f-SGM revelaron diferencias de red distintas entre los grupos de TDAH y control que eran menos aparentes o estaban estructuradas de forma diferente en las redes estimadas por FAPO, FGGM y n-SGM.

Significancia y Reivindicaciones
Los autores afirman que f-SGM ofrece un marco no paramétrico flexible para el aprendizaje de modelos gráficos funcionales que equilibra eficazmente la relajación de los supuestos de distribución con una alta precisión de estimación. Al integrar la SDR no lineal con la prueba de independencia condicional mediante un operador híbrido, el método aborda la "mercid de la dimensionalidad" sin recurrir a supuestos de aditividad restrictivos. El artículo posiciona a f-SGM como un avance significativo para el análisis de datos funcionales multivariados complejos, particularmente en la neurociencia, donde capturar dependencias no gaussianas y no aditivas es crítico.

Los autores señalan modestamente que, si bien la metodología y la estructura teórica a nivel poblacional están establecidas, las propiedades asintóticas como la consistencia de la estimación, las tasas de convergencia y la inferencia estadística quedan para investigaciones futuras.