A Riemannian View on Active Subspaces

Resumen Técnico: Una Visión Riemanniana sobre los Subespacios Activos

Planteamiento del Problema
Los subespacios activos proporcionan un método basado en el orden de los valores propios para la reducción de la dimensión en dominios euclidianos de alta dimensión. Estos identifican un subespacio de baja dimensión donde una cantidad escalar de interés, $f: \mathbb{R}^n \to \mathbb{R}$, varía de manera más significativa en promedio, mientras permanece casi constante en el complemento ortogonal. Sin embargo, muchas aplicaciones modernas involucran parámetros que residen naturalmente en variedades de Riemann (por ejemplo, el análisis de forma estadística, donde los espacios de preforma son hiperesferas) en lugar de espacios euclidianos. La definición estándar de los subespacios activos depende del isomorfismo canónico del espacio euclidiano, lo que permite el promedio global de los vectores gradiente. En una variedad curva, los vectores tangentes en diferentes puntos pertenecen a espacios tangentes distintos, lo que hace que un promedio global directo sea mal definido sin un mecanismo para compararlos. El artículo aborda el desafío de extender el marco de los subespacios activos a funciones suaves definidas en variedades de Riemann, preservando la interpretabilidad de los valores propios como derivadas direccionales de la media cuadrática.

Metodología
El artículo desarrolla una formulación intrínseca de los subespacios activos en una variedad de Riemann $(M, g)$ mediante la generalización del producto exterior del gradiente. La metodología central implica tres pasos clave:

1. Promedio Intrínseco mediante Transporte Paralelo: Para definir un promedio global de los gradientes, los autores transportan cada gradiente de Riemann $\nabla_M f(p)$ desde su espacio tangente local $T_p M$ hacia un espacio tangente central $T_{p_0} M$ a lo largo de la geodésica única que conecta $p$ con un punto central $p_0$. Esto se logra utilizando el operador de transporte paralelo $P_p$. El "producto tensorial promedio de Riemann del gradiente" resultante se define como:
   $$G_0 = \int_X P_p [\nabla_M f(p)] \otimes P_p [\nabla_M f(p)] \, d\mu(p)$$
   donde $\mu$ es una medida de probabilidad en la variedad (típicamente soportada en una bola geodésica). Esta construcción produce un tensor simétrico semidefinido positivo en el único espacio vectorial $T_{p_0} M$.

2. Geodésicas de Variedad Activa (AMG): La descomposición en valores propios de $G_0$ produce los valores propios $\lambda_i$ y los vectores propios $w_i$ en $T_{p_0} M$. Los autores definen las "Geodésicas de Variedad Activa" como las imágenes de las líneas rectas espaciadas por estos vectores propios bajo el mapa exponencial: $W_{1,i} = \{ \exp_{p_0}(t w_i) \}$. Estas geodésicas sirven como las direcciones activas en la variedad.

3. Comparación Intrínseca vs. Extrínseca: El artículo contrasta este enfoque intrínseco con uno extrínseco, donde la variedad está embebida en un espacio euclidiano de mayor dimensión $\mathbb{R}^m$. El método extrínseco promedia los gradientes ambientales y los proyecta al espacio tangente central. Los autores derivan una relación precisa entre ambos, mostrando que el espectro extrínseco es una versión "conflada" del espectro intrínseco debido a la isometría parcial de la proyección.

Contribuciones Clave
El artículo realiza cuatro contribuciones principales:

• Generalización Intrínseca: Introduce el producto exterior del gradiente por transporte paralelo (Ecuación 12) como un tensor libre de coordenadas cuyos valores propios proporcionan una interpretación exacta como derivadas direccionales de la media cuadrática a lo largo de un campo de marcos transportado (Lema 1).
• Geodésicas de Variedad Activa: Define un conjunto ordenado de direcciones geodésicas (Definición 3) que generalizan los subespacios activos. A diferencia de las reducciones totalmente no lineales (por ejemplo, variedades activas o redes neuronales) que pueden degenerar en curvas que llenan el espacio, las AMG mantienen una baja complejidad e identificabilidad al restringir la búsqueda a las imágenes exponenciales de líneas rectas en un único espacio tangente.
• Acuerdo Cuantitativo Intrínseco-Extrínseco: El artículo establece que, si bien las perspectivas intrínseca y extrínseca difieren fundamentalmente, coinciden de segundo orden ($O(R^2)$) en el radio $R$ de la bola geodésica muestreada. Específicamente, los valores propios coinciden en $O(R^2)$, y los subespacios propios dominantes coinciden en $O(R^2/\eta)$, donde $\eta$ es la brecha espectral (Proposición 3). Crucialmente, demuestra que proyectar el vector propio ambiental dominante (una práctica extrínseca común) puede fallar si la dirección se encuentra en el núcleo de la proyección, mientras que el método intrínseco permanece robusto.
• Aplicación al Análisis de Forma: La teoría es motivada y aplicada explícitamente a los espacios de preforma en el análisis estadístico de la forma, que son hiperesferas. Los resultados proporcionan un marco directo para la reducción de la dimensión impulsada por la respuesta en funciones de forma.

Resultados e Ilustraciones Numéricas
Los autores validan el formalismo utilizando ejemplos numéricos en la 2-esfera ($S^2$):

• Recuperación de Crestas (Ridge Recovery): Para una función lineal ambiental restringida a la esfera (una función de cresta), la AMG intrínseca identifica con éxito la dirección geodésica activa. El artículo demuestra que la estructura de la cresta se recupera en coordenadas normales con un error que decae a una tasa cuadrática limitada por la curvatura ($O(R^2)$), consistente con la Proposición 3.
• Casos Degenerados: El artículo examina un escenario donde el punto central coincide con la dirección del gradiente de una cresta ambiental. En este caso, el método extrínseco (proyectar el vector propio dominante ambiental) falla, produciendo un vector cero trivial. En contraste, el método intrínseco identifica correctamente que ninguna dirección única es dominante, devolviendo dos valores propios iguales, evitando así el modo de fallo de "dominancia proyectada".
• Funciones No-Crestas: Para funciones cuadráticas que no son crestas, el método intrínseco proporciona un ranking fiel de las direcciones basado únicamente en la variación de la función, mientras que el método extrínseco entrelaza esta variación con la geometría de su embebido.

Significancia y Reivindicaciones
El artículo sostiene que la formulación intrínseca ofrece una representación más fiel de la geometría del dominio, libre de los artefactos de un embebido específico. Argumenta que, si bien los métodos extrínsecos son computacionalmente convenientes, introducen una "isometría parcial" que puede distorsionar el orden de importancia, particularmente al extender la actividad más allá del punto central.

Los autores enfatizan que el método propuesto es geodésicamente local. La interpretación de los valores propios como indicadores de subvariedades inactivas es estrictamente válida solo dentro de una vecindad normal (una bola geodésica) centrada en $p_0$. Extender esto a un dominio global requeriría un atlas de análisis locales o una estructura de foliación más compleja, lo cual se señala como trabajo futuro. El artículo no pretende resolver el problema global de reducción de la dimensión para variedades arbitrarias, sino proporcionar una extensión rigurosa, explicable y localmente óptima de los subespacios activos para funciones suaves en variedades de Riemann, con aplicabilidad inmediata a datos hiperesféricos en el análisis de forma.