Learning Functional Graphs with Nonlinear Sufficient Dimension Reduction

Résumé technique : Apprentissage de graphes fonctionnels par réduction de dimension suffisante non linéaire

Énoncé du problème
Les modèles graphiques fonctionnels sont conçus pour estimer des structures de réseaux où les observations aux sommets sont des fonctions aléatoires plutôt que des variables scalaires. Cela est particulièrement pertinent dans des domaines comme la neuroimagerie (par exemple, l'IRMf, l'EEG), où les données consistent en des signaux de séries temporelles à travers des régions cérébrales. Les méthodes existantes pour les modèles graphiques fonctionnels font face à des limitations significatives :

1. Hypothèses paramétriques : Les méthodes telles que le Modèle Graphique Gaussien Fonctionnel (FGGM) et le Modèle Graphique Gaussien par Copules reposent sur des hypothèses gaussiennes ou de copules gaussiennes, qui peuvent ne pas être vérifiées pour des données réelles complexes.
2. Contraintes d'additivité : Les approches non paramétriques basées sur l'Indépendance Conditionnelle Additive (ACI) relâchent les hypothèses de distribution mais imposent une structure additive sur les relations, ce qui peut ne pas capturer les dépendances non linéaires générales.
3. Fléau de la dimensionnalité : L'évaluation directe de l'indépendance conditionnelle parmi des vecteurs fonctionnels de haute dimension ($X_{-(i,j)}$) est entravée par le fléau de la dimensionnalité, conduisant à une faible précision d'estimation.

Méthodologie : Le Modèle Graphique Suffisant Fonctionnel (f-SGM)
Les auteurs proposent un modèle graphique fonctionnel non paramétrique basé sur la réduction de dimension suffisante (SDR) non linéaire. La méthode, nommée f-SGM, construit le graphe via deux étapes principales au niveau de la population et de l'échantillon :

1. SDR non linéaire fonctionnelle (Réduction de dimension) :

   • Pour chaque paire de nœuds $(i, j)$, la méthode traite la paire $(X_i, X_j)$ comme la réponse et les autres nœuds $X_{-(i,j)}$ comme prédicteurs.
   • Elle emploie la Régression par Inversion Fractionnée Généralisée Fonctionnelle (f-GSIR) pour trouver un prédicteur suffisant de faible dimension, noté $U_{ij}$.
   • Cette étape repose sur les Espaces de Hilbert à Noyau Reproduisant (RKHS) et des noyaux imbriqués pour projeter les données fonctionnelles de dimension infinie dans un espace de dimension finie. Le $\sigma$-champ central pour prédire $(X_i, X_j)$ étant donné $X_{-(i,j)}$ est identifié comme l'image d'un opérateur de régression au sein de ce cadre RKHS.
   • Crucialement, cela réduit l'ensemble de conditionnement de haute dimension $X_{-(i,j)}$ à un vecteur de faible dimension $U_{ij}$ tel que $(X_i, X_j) \perp X_{-(i,j)} \mid U_{ij}$.

2. Test d'indépendance conditionnelle via le CCCO hybride :

   • Une fois $U_{ij}$ obtenu, la méthode teste l'indépendance conditionnelle $X_i \perp X_j \mid U_{ij}$.
   • Pour gérer le mélange de données fonctionnelles ($X_i, X_j$ dans des espaces de Hilbert) et du prédicteur suffisant euclidien ($U_{ij}$), les auteurs introduisent un Opérateur de Covariance Conditionnelle Conjointe Hybride (Hybrid CCCO).
   • Cet opérateur est défini dans un produit tensoriel de RKHS générés par des noyaux pour les composantes fonctionnelles et le vecteur euclidien.
   • L'absence d'arête entre $i$ et $j$ est déterminée si la norme de Hilbert-Schmidt du Hybrid CCCO est nulle (ou inférieure à un seuil).

Détails de mise en œuvre

• Niveau échantillon : Les auteurs développent des algorithmes utilisant des applications de coordonnées pour représenter les éléments des espaces de Hilbert et les opérateurs sous forme de vecteurs et de matrices.
• Noyaux : Ils utilisent le noyau du mouvement brownien pour les espaces de Hilbert de premier niveau (approximant les données fonctionnelles) et des fonctions radiales de base gaussiennes (RBF) pour les espaces de deuxième et troisième niveaux (SDR et CCCO).
• Réglage : Les paramètres de réglage pour la régularisation de Tychonoff et les largeurs de bande des noyaux sont sélectionnés par validation croisée généralisée (GCV). Le seuil d'arête est également déterminé via la GCV pour minimiser l'erreur de prédiction.

Contributions clés

1. Flexibilité non paramétrique : Contrairement au FGGM ou aux modèles basés sur les copules, le f-SGM ne nécessite pas d'hypothèses gaussiennes ou de distributions paramétriques spécifiques.
2. Au-delà de l'additivité : Contra contrairement aux méthodes basées sur l'ACI, le f-SGM ne suppose pas d'indépendance conditionnelle additive, permettant de capturer des dépendances non linéaires générales.
3. Atténuation du fléau de la dimensionnalité : En réduisant l'ensemble de conditionnement à un prédicteur suffisant $U_{ij}$, la méthode évite les problèmes d'estimation de haute dimension associés aux approches entièrement non paramétriques.
4. Théorie des opérateurs hybrides : Le papier définit rigoureusement le Hybrid CCCO pour gérer le défi structurel spécifique du test d'indépendance entre des fonctions aléatoires hilbertiennes conditionnées par un vecteur euclidien.

Résultats
Le papier évalue le f-SGM à travers des études de simulation et une application réelle :

• Simulations : La méthode a été comparée au FGGM, à l'Opérateur de Précision Additif Fonctionnel (FAPO) et à un SGM naïf (n-SGM) utilisant les composantes principales.
  • Dans les modèles additifs non linéaires, le f-Sّم a performé de manière comparable au FAPO et nettement mieux que le FGGM et le n-SGM.
  • Dans les modèles non linéaires avec hétéroscédasticité (où la dépendance réside dans la variance conditionnelle plutôt que dans la moyenne), le f-SGM a nettement surpassé toutes les autres méthodes, y compris le FAPO, qui n'a pas réussi à capturer les structures de variance non additives.
  • Dans les modèles gaussiens, bien que le FGGM (l'oracle paramétrique) ait été le plus performant, le f-SGM a démontré une performance supérieure au FAPO et au n-SGM, indiquant qu'il perd moins d'informations que les méthodes non paramétriques additives, même lorsque les données sont gaussiennes.
  • La méthode est restée robuste à mesure que la dimension $p$ augmentait (jusqu'à $p=40$) et que les tailles d'échantillon variaient.
• Application (IRMf) : La méthode a été appliquée à un ensemble de données d'IRMf provenant d'un consortium ADHD (171 enfants : 73 ADHD, 98 témoins). L'analyse visait à détecter des différences dans les structures de réseaux cérébraux entre les deux groupes. Les résultats du f-SGM ont révélé des différences de réseaux distinctes entre les groupes ADHD et témoins, qui étaient moins apparentes ou structurées différemment dans les réseaux estimés par le FAPO, le FGGM et le n-SGM.

Signification et affirmations
Les auteurs affirment que le f-SGM offre un cadre non paramétrique flexible pour l'apprentissage de modèles graphiques fonctionnels qui équilibre efficacement la relaxation des hypothèses de distribution avec une haute précision d'estimation. En intégrant la SDR non linéaire avec le test d'indépendance conditionnelle via un opérateur hybride, la méthode aborde le « fléau de la dimensionnalité » sans recourir à des hypothèses d'additivité restrictives. Le papier positionne le f-SGM comme une avancée significative pour l'analyse de données fonctionnelles multivariées complexes, notamment en neurosciences, où la capture de dépendances non gaussiennes et non additives est critique.

Les auteurs notent modestement que, bien que la méthodologie et la structure théorique au niveau de la population soient établies, les propriétés asymptotiques telles que la cohérence de l'estimation, les taux de convergence et l'inférence statistique sont laissées à la recherche future.