Bayesian Mixed Multidimensional Scaling for Auditory Processing

Résumé Technique : MDS Mixte Bayésien pour le Traitement Auditif

Énoncé du Problème
Le cerveau humain cartographie les signaux acoustiques dans un espace perceptuel latent pour distinguer les sons de la parole. Bien que le Multidimensionnel Scaling (MDS) et son extension, l'Individual Differences Scaling (INDSCAL), soient des outils établis pour quantifier la similitude des représentations neurales, les approches existantes font face à des limitations significatives en neurosciences auditives. Les méthodes MDS standards ignoren souvent l'hétérogénéité interindividuelle et intergroupale (par exemple, entre les auditeurs natifs et non natifs) en regroupant les données ou en analysant les sujets séparément, échouant ainsi à capturer les structures partagées. De plus, les méthodes traditionnelles se concentrent généralement sur les distances latentes plutôt que sur les caractéristiques sous-jacentes elles-mêmes, et manquent de mécanismes rigoureux pour la quantification de l'incertitude ou la détermination automatique de la dimensionnalité effective de l'espace latent. Crucialement, les caractéristiques latentes dans le MDS standard souffrent de problèmes d'identifiabilité (invariance par rotation, translation et permutation), ce qui rend l'interprétation biologique et la comparaison entre groupes difficiles.

Méthodologie
Les auteurs proposent un modèle de MDS Mixte Bayésien (Mixed MDS) conçu pour traiter des données de dissimilarité multi-groupes et multi-sujets. La méthodologie centrale comprend les composantes suivantes :

1. Modélisation de la Vraisemblance et des Données :

   • Les distances par paires observées ($d^{(i)}_{j,s,r}$) entre les stimuli $s$ et $r$ pour le sujet $i$ dans le groupe $j$ sont modélisées à l'aide d'une vraisemblance Gamma. Ce choix permet de traiter des dissimilarités strictement positives et permet des variances de bruit spécifiques au groupe ($\sigma^2_{\epsilon,j}$).
   • Les distances observées sont traitées comme des mesures bruitées de distances latentes débruitées ($\delta^{(i)}_{j,s,r}$).

2. Structure des Caractéristiques Latentes :

   • La distance latente est définie comme la distance euclidienne dans un espace de dimension $H$ : $\delta^{(i)}_{j,s,r} = \sqrt{\sum_{h=1}^H (\eta^{(i)}_{j,s,h} - \eta^{(i)}_{j,r,h})^2}$.
   • Caractéristiques Partagées avec Poids Individuels : Contrairement au MDS standard qui suppose une configuration unique, ce modèle postule que tous les sujets et groupes partagent un ensemble commun de vecteurs de caractéristiques latentes ($\eta_{s,h}$) représentant les stimuli. Les variations individuelles et de groupe sont capturées par des poids multiplicatifs ($w^{(i)}_{j,h}$ et $w_j$) appliqués à ces caractéristiques partagées : $\eta^{(i)}_{j,s,h} = w^{(i)}_{j,h} w_j \eta_{s,h}$.
   • Cette structure permet de récupérer des axes latents uniques et identifiables (contrairement au MDS standard où les axes sont invariants par rotation), tout en tenant compte de l'hétérogénéité au niveau des caractéristiques.

3. Priors et Sélection de la Dimensionnalité :

   • Priors de Rétrécissement Cumulatif : Pour déterminer automatiquement le nombre effectif de caractéristiques latentes ($H$), le modèle utilise un prior de Processus Gamma Multiplicatif (MGP) sur les variances des caractéristiques partagées. Cela impose un rétrécissement (shrinkage) croissant sur les dimensions d'ordre supérieur, réduisant efficacement les caractéristiques redondantes vers zéro.
   • MCMC Adaptatif : Les auteurs utilisent un algorithme de Monte Carlo par chaînes de Markov (MCMC) adaptatif. Le nombre de dimensions actives $H$ est ajusté dynamiquement pendant le processus d'échantillonnage basé sur un critère d'erreur de Frobenius relatif, permettant au modèle de sélectionner la dimensionnalité optimale sans pré-spécification ou étapes de MCMC trans-dimensionnelles.

4. Identifiabilité et Post-traitement :

   • Pour résoudre les problèmes d'identifiabilité restants (translations et permutations signées des dimensions), un algorithme de post-traitement est appliqué aux échantillons MCMC. Cela implique de centrer les coordonnées partagées et d'appliquer des transformations de permutation signée pour aligner les dimensions latentes entre les tirages de la distribution postérieure, garantissant que les résumés postérieurs (ex: médianes) sont significatifs et comparables entre les sujets et les groupes.

Résultats Clés
La méthode proposée a été évaluée via des simulations synthétiques et une application à des données de neurosciences auditives impliquant des réponses de suivi de fréquence (FFR) aux tons lexicaux du mandarin.

• Simulations : Le modèle a réussi à récupérer les vraies distances latentes et le nombre correct de dimensions latentes ($H$) dans des scénarios de données synthétiques, démontrant une performance robuste dans le débruitage et la reconstruction des dissimilarités observées.
• Application aux Données Neurales :
  • Appliqué à des données provenant de 14 locuteurs natifs du mandarin et 14 locuteurs natifs de l'anglais, le modèle a identifié trois dimensions latentes effectives.
  • Interprétation des Dimensions : Les trois dimensions ont été jugées biologiquement interprétables :
    1. Direction de la Hauteur (Descendant vs autres) : Distinguant le ton descendant haut (T4) des autres.
    2. Direction de la Hauteur à l'Onset Bas : Distinguant le ton descendant bas (T3) du ton montant bas (T2).
    3. Amplitude de Hauteur : Distinguant le ton haut-constant (T1) du ton descendant bas (T3).
  • Différences de Groupe : Les locuteurs natifs du mandarin présentaient une séparation plus grande (distances latentes plus larges) entre les représentations des tons par rapport aux non-natifs, ce qui est cohérent avec la littérature antérieure sur la plasticité dépendante de la langue.
  • Variabilité Individuelle : Le modèle a réussi à quantifier l'incertitude via des intervalles de crédibilité postérieurs, révélant que les auditeurs non-natifs présentaient une plus grande variabilité et que certains sujets non-natifs avaient des difficultés à distinguer certaines paires de tons (ex: T1 vs T2).

Signification et Revendications
L'article affirme que le cadre de MDS Mixte Bayésien proposé fait progresser le domaine en :

1. Permettant des Comparaisons Fondées : Il permet des comparaisons statistiques des représentations neurales entre individus et groupes en les projetant sur un espace de caractéristiques commun et biologiquement interprétable, plutôt que de simplement visualiser les distances.
2. Hétérogénéité au Niveau des Caractéristiques : Contrairement aux modèles hiérarchiques précédents qui placent la variabilité au niveau de la distance, ce modèle capture l'hétérogénéité au niveau des caractéristiques latentes, permettant la récupération d'axes uniques et identifiables qui ne sont pas affectés par l'invariance de rotation.
3. Réduction de Dimensionnalité Automatisée : Il fournit une méthode adaptative aux données et semi-automatique pour déterminer la dimensionnalité effective de l'espace latent, éliminant le besoin de procédures de sélection de modèle coûteuses en calcul.
4. Quantification de l'Incertitude : Il offre un cadre rigoureux pour quantifier l'incertitude tant dans les distances latentes que dans les valeurs des caractéristiques, facilitant une inférence plus robuste dans les applications de neurosciences.

Les auteurs notent que bien que motivé par le traitement auditif, le cadre est généralisable à d'autres modalités sensorielles (ex: signaux visuels via IRMf/EEG) et d'autres domaines comme la bio-informatique, à condition que les données puissent être représentées sous forme de matrices de dissimilarité. Ils reconnaissent que le passage à l'échelle vers de très grands ensembles de données pourrait nécessiter de futures approximations de calcul (ex: inférence variationnelle ou Hamiltonian Monte Carlo).