Nonparametric Riemannian Empirical Bayes, and Denoising Measurements on Manifolds

Resumen Técnico: Bayes Empírico No Paramétrico y Denegación en Variedades de Riemann

Formulación del Problema
El artículo aborda el problema de la denegación (denoising) de variables latentes $\Theta$ y sus mediciones $X$ cuando ambas residen en una variedad de Riemann compacta y conexa $M$. El modelo estadístico asume que la variable latente $\Theta \sim G$, donde $G$ es una distribución de probabilidad desconocida en $M$, y una medición $X$ condicionada a $\Theta = \theta$ sigue una distribución Gaussiana de Riemann $P_{\theta, \sigma^2}$. La densidad de esta verosimilitud viene dada por $p_{\theta, \sigma^2}(x) \propto \exp(-d^2(x, \theta)/(2\sigma^2))$, donde $d$ es la distancia geodésica y $\sigma^2$ es una escala de ruido conocida. El objetivo es estimar las variables latentes $\Theta_1, \dots, \Theta_n$ a partir de mediciones observadas $X_1, \dots, X_n$ mediante el hallazgo de un denegador $\delta: M \to M$ que minimice el riesgo de la distancia geodésica al cuadrado esperada.

Metodología
Los autores desarrollan un enfoque de Bayes empírico no paramétrico basado en el modelado $f$ (estimación de la densidad marginal de los datos). La metodología procede a través de tres pasos teóricos y algorítmicos:

1. El Sustituto Tangencial de Bayes:
   El denegador Bayes óptimo, $\delta_B(x)$, es la media de Fréchet posterior, que minimiza la pérdida esperada posterior. Sin embargo, $\delta_B$ es intratable ya que depende de la $G$ desconocida y requiere optimización de Riemann iterativa para cada punto de datos.
   Los autores derivan una versión de Riemann de la fórmula de Tweedie-Eddington:
   $$E[\text{Log}_x \Theta \mid X = x] = \sigma^2 \nabla_x \log f(x)$$
   donde $f$ es la densidad marginal de $X$ y $\text{Log}_x$ es el mapa logarítmico. Esta identidad motiva la definición de un denegador oráculo sustituto, el denegador de Bayes tangencial oráculo $\delta_T$:
   $$\delta_T(x) := \text{Exp}_x(\sigma^2 \nabla_x \log f(x))$$
   Geométricamente, $\delta_T(x)$ corresponde a un único paso de descenso de gradiente de Riemann sobre la función de pérdida posterior, inicializado en el denegador ingenuo $\delta_N(x) = x$.

2. Aproximación Empírica:
   Para construir un estimador totalmente basado en datos $\hat{\delta}_T$, se estima la densidad marginal $f$ utilizando la teoría espectral. Específicamente, los autores utilizan los autofunciones $\{\phi_j\}$ del operador de Laplace-Beltrami $\Delta$ en $M$ para construir un estimador de densidad de kernel:
   $$\hat{f}_n(x) = \frac{1}{n} \sum_{i=1}^n K(x, X_i, \ell_n), \quad \text{donde } K(x, y, \ell) = \sum_{j=0}^\ell \phi_j(x)\phi_j(y)$$
   El denegador de Bayes tangencial empírico se define entonces como:
   $$\hat{\delta}_T(x) := \text{Exp}_x\left( \sigma^2 \frac{\nabla_x \hat{f}_n(x)}{\max\{\hat{f}_n(x), \rho\}} \right)$$
   donde $\rho > 0$ es un parámetro de regularización para manejar regiones de baja densidad.

3. Análisis de Convergencia:
   Los autores establecen que $\delta_T$ es cercano a $\delta_B$ en el régimen de bajo ruido ($\sigma^2 \to 0$) y que $\hat{\delta}_T$ converge a $\delta_T$ cuando el tamaño de la muestra $n \to \infty$.

Contribuciones Clave y Resultados

• Comparación de Riesgo a Nivel Oráculo: Los autores demuestran que para cualquier variedad de Riemann compacta, la diferencia de riesgo entre el denegador de Bayes tangencial y el denegador de Bayes óptimo es $O(\sigma^5)$ cuando $\sigma^2 \to 0$. Esto establece a $\delta_T$ como un sustituto casi óptimo que evita la complejidad computacional de calcular la media de Fréchet posterior.
• Tasas de Convergencia No Paramétricas: A diferencia del entorno euclidiano donde las densidades de mezclas Gaussianas son infinitamente diferenciables, las densidades de mezclas Gaussianas de Riemann pueden exhibir singularidades en el lóbulo de corte (cut locus) de la media de Fréchet. Este fenómeno de "difuminación" (smeariness) conduce a tasas de convergencia no paramétricas genuinamente más lentas para $\hat{\delta}_T$.
  • La tasa de convergencia de la distancia $D_T(\hat{\delta}_T)$ depende de la suavidad de Sobolev $r$ de la densidad marginal $f$.
  • Para el círculo $M=S^1$, los autores establecen límites superiores e inferiores coincidentes, demostrando que $\hat{\delta}_T$ es minimax-óptimo con una tasa de $n^{-(2s+2)/(2s+5)}$, donde $s$ es la suavidad de la densidad de mezcla $G$. Esto confirma que el problema exhibe una tasa de convergencia no paramétrica.
• Análisis de Regularidad de Sobolev: El artículo proporciona límites detallados sobre las normas de Sobolev de las mezclas Gaussianas de Riemann. Destaca que la suavidad de la densidad marginal $f$ no es automáticamente infinita (como en el espacio euclidiano), sino que depende de la geometría de $M$ y de la suavidad de $G$. Para los grupos de Lie, $f$ hereda la suavidad de $G$; para la esfera $S^2$, $f$ gana suavidad pero con restricciones específicas debido a las singularidades del lóbulo de corte.
• Aplicaciones Científicas: La metodología se aplica a dos problemas del mundo real:
  1. Astronomía: Denegación de las ubicaciones de 2,702 estallidos de rayos gamma en la esfera $S^2$. El denegador de Bayes empírico identificó con éxito cúmulos de estallidos que estaban oscurecidos por el ruido, superando el enfoque ingenuo.
  2. Biología Estructural: Denegación de pares de ángulos de torsión (gráficos de Ramachandran) para aminoácidos en proteínas en el toro $S^1 \times S^1$. El denegador redujo eficazmente los datos hacia regiones de alta densidad correspondientes a estructuras secundarias conocidas ($\alpha$-hélices y láminas $\beta$), mientras se alejaba de las regiones de baja densidad.

Significancia y Reivindicaciones
El artículo afirma iniciar el estudio de la denegación de Bayes empírico no paramétrico en el entorno de variedades de Riemann con verosimilitud Gaussiana de Riemann. Su principal significancia radica en:

1. Puente entre la Teoría y la Práctica: Proporciona un denegador totalmente basado en datos y computacionalmente tratable ($\hat{\delta}_T$) que alcanza casi el riesgo de Bayes sin requerir conocimiento de la distribución latente $G$ o una optimización iterativa costosa para cada punto.
2. Caracterización de Fenómenos No Euclidianos: Identifica y cuantifica rigurosamente el efecto de "difuminación" causado por el lóbulo de corte en la geometría de Riemann, demostrando que esto conduce a tasas de convergencia no paramétricas más lentas, distintas de las tasas casi paramétricas encontradas en el Bayes empírico euclidiano.
3. Optimidad Minimax: Al establecer límites inferiores coincidentes para el caso del círculo, los autores demuestran que su método propuesto es minimax-óptimo, confirmando que las tasas más lentas son inherentes a la geometría del problema y no una limitación del estimador.
4. Utilidad Práctica: A través de simulaciones y aplicaciones científicas, el artículo demuestra que la agrupación de información a través de múltiples mediciones vía Bayes empírico (reduciendo hacia regiones de alta densidad) supera sustancialmente el tratar las mediciones de forma independiente, incluso en entornos geométricos complejos como la esfera y el toro.

Los autores mantienen una postura modesta respecto a la generalidad de su análisis de suavidad, señalando que un control cuantitativo completo de las propiedades de suavizado de las mezclas Gaussianas de Riemann para variedades arbitrarias sigue siendo un problema abierto, particularmente respecto al comportamiento preciso cerca de los lóbulos de corte. Enmarcan su trabajo como un paso fundacional para futuras extensiones al modelado $g$ y problemas de decisión compuesta.