Regularized estimation of Monge-Kantorovich quantiles for spherical data

तकनीकी सारांश: गोलाकार डेटा के लिए नियमितीकृत मोंगे-कान्टोरोविच (Monge-Kantorovich) क्वांटाइल्स का अनुमान

समस्या विवरण
दिशात्मक डेटा (directional data), जो इकाई $d$-गोले $S^{d-1}$ पर बिंदुओं के रूप में देखा जाता है, उसमें एक मानक क्रम (canonical ordering) का अभाव होता है, जिससे सांख्यिकीय क्वांटाइल्स (statistical quantiles) को परिभाषित करना अधिक जटिल हो जाता है। हालिया गैर-प्राचलिक (nonparametric) दृष्टिकोण ऑप्टिकल ट्रांसपोर्ट (OT) सिद्धांत का उपयोग करके मोंगे-कान्टोरोविच (MK) क्वांटाइल्स को परिभाषित करने के लिए करते हैं। विशेष रूप से, दिशात्मक डेटा के लिए, एक अनुभवजन्य क्वांटाइल फलन $Q_n$ का निर्माण गोले पर एक समान वितरण और डेटा के अनुभवजन्य माप (empirical measure) के बीच एक OT समस्या को हल करके किया जाता है।

हालाँकि, दिशात्मक डेटा के लिए मौजूदा OT-आधारित अनुमानकर्ता दो प्राथमिक सीमाओं से ग्रस्त हैं:

1. आउट-ऑफ-सैंपल क्षमता का अभाव: दो असतत वितरणों (डेटा और एक नियमित ग्रिड) के बीच अनुभवजन्य मिलान एक खंडवार स्थिर (piecewise constant) फलन प्रदान करता है जो अवलोकनों के सेट तक ही सीमित है। यह नए, अनदेखे डेटा बिंदुओं ($X_{new}$) के लिए अनुमान प्रदान नहीं कर सकता है, जो गहराई-आधारित वर्गीकरण (depth-based classification) या फैलाव मापन जैसे अनुप्रयोगों के लिए आवश्यक है।
2. गणनात्मक जटिलता: असतत OT समस्याओं को हल करने में आमतौर पर अवलोकनों की संख्या के साथ घनीय (cubic) स्केलिंग होती है, जो मापनीयता (scalability) में बाधा डालती है।

कार्यप्रणाली
लेखक 2-गोले ($S^2$) पर एंट्रोपिक ऑप्टिकल ट्रांसपोर्ट (EOT) का उपयोग करके दिशात्मक MK क्वांटाइल्स के नियमितीकृत अनुमान (regularized estimation) के लिए एक ढांचा प्रस्तावित करते हैं। कार्यप्रणाली इस प्रकार है:

1. एंट्रोपिक रेगुलेराइजेशन (Entropic Regularization): असतत मोंगे समस्या को हल करने के बजाय, लेखक गोले पर एक समान माप $\mu_{S^2}$ और लक्ष्य माप $\nu$ के बीच एक निरंतर OT समस्या को सूत्रबद्ध करते हैं। वे एक $\varepsilon > 0$ पैरामीटर के साथ एक एंट्रोपिक रेगुलेराइजेशन पद पेश करते हैं। यह एक एकल क्षमता फलन (potential function) $u$ पर आधारित एक अर्ध-द्वैत अनुकूलन (semi-dual optimization) में परिवर्तित हो जाता है, जो कि निम्न प्रकार से परिभाषित है:
   $$\max_{u \in L^\infty(S^2)} \int_{S^2} u(x) d\mu_{S^2}(x) + \int_{S^2} u^{c,\varepsilon}(y) d\nu(y)$$
   जहाँ $u^{c,\varepsilon}$, $u$ का स्मूथ कंजुगेट (smooth conjugate) है।

2. स्पेक्ट्रल पैरामीट्राइजेशन (Spectral Parameterization): इस अनंत-आयामी समस्या को हल करने के लिए, क्षमता $u$ को गोलाकार हार्मोनिक्स (spherical harmonics) का उपयोग करके पैरामीटराइज किया जाता है। फलन को गुणांकों $\bar{u} = (\bar{u}^m_l)$ की एक श्रृंखला के रूप में विस्तारित किया जाता है। लेखक सिद्ध करते हैं कि नियमित मामले के लिए, क्षमता $C^2$ (twice continuously differentiable) है, जो यह सुनिश्चित करती है कि गोलाकार हार्मोनिक श्रृंखला $\ell^1$ में है।

3. स्टोकेस्टिक एल्गोरिदम: गोलाकार हार्मोनिक्स के स्पेक्ट्रल गुणांकों को अनुकूलित करने के लिए एक स्टोकेस्टिक ग्रेडिएंट डिसेंट एल्गोरिदम विकसित किया गया है।

   • इनपुट: $\nu$ से i.i.d. अवलोकनों का एक अनुक्रम $X_1, \dots, X_n$।
   • तंत्र: प्रत्येक पुनरावृत्ति (iteration) में, एल्गोरिदम एक एकल नमूने के सापेक्ष ऑब्जेक्टिव फंक्शन के ग्रेडिएंट का उपयोग करके गुणांकों को अपडेट करता है।
   • दक्षता: एल्गोरिदम गोले पर फास्ट फूरियर ट्रांसफॉर्म (FFT) (via pyshtools लाइब्रेरी) का लाभ उठाता है ताकि आवश्यक इंटीग्रल्स और ट्रांसफॉर्म्स की गणना की जा सके। प्रति पुनरावृत्ति गणनात्मक लागत $O(p^2 \log^2 p)$ है, जहाँ $p$ ग्रिड का आकार है, जो असतत OT सॉल्वर की घनीय जटिलता में महत्वपूर्ण सुधार करती है।
   • ऑनलाइन लर्निंग: एल्गोरिदम ऑनलाइन फैशन में कार्य करता है, जो पूर्ण $n \times n$ कॉस्ट मैट्रिक्स को संग्रहीत करने की आवश्यकता के बिना डेटा को क्रमिक रूप से प्रोसेस करता है।

4. नियमितीकृत क्वांटाइल और वितरण फलन:

   • एक बार इष्टतम क्षमता $u_\varepsilon$ अनुमानित हो जाने के बाद, नियमितीकृत क्वांटाइल फलन $Q_\varepsilon$ और वितरण फलन $F_\varepsilon$ प्राप्त किए जाते हैं।
   • अन-रेगुलराइज्ड मामले के विपरीत, ये फलन स्मूथ होते हैं और भारित औसत (बैरसेंट्रिक प्रोजेक्शन) वाले क्लोज्ड-फॉर्म एक्सप्रेशन द्वारा परिभाषित होते हैं।
   • विशेष रूप से, $Q_\varepsilon(x) = \text{Exp}_x \left( \int \text{Log}_x(z) \exp(\dots) d\nu(z) \right)$, जो किसी भी बिंदु $x \in S^2$ पर सीधे मूल्यांकन की अनुमति देता है।

5. दिशात्मक सांख्यिकीय गहराई (Directional Statistical Depth): यह पेपर फ्रैचेट मीडियन (Fréchet median) से वितरण फलन $F(x)$ की निकटता के आधार पर एक दिशात्मक MK गहराई को परिभाषित करता है। यह गहराई माप Liu-Zuo-Serfling के अनुकूलित संस्करणों को संतुष्ट करता है, जिसमें रोटेशनल इनवेरिएंस और साइन कर्व्स के साथ मोनोटोनिसिटी शामिल है।

प्रमुख योगदान

• एंट्रोपिक मैप्स का विस्तार: लेखक यूक्लिडियन स्पेस (Euclidean spaces) के लिए पहले से परिभाषित एंट्रोपिक मैप की अवधारणा को गैर-यूक्लिडियन सेटिंग (गोले) तक विस्तारित करते हैं, जिससे MK क्वांटाइल्स के लिए एक स्मूथ, नियमित अनुमान प्राप्त होता है।
• आउट-ऑफ-सैंपल अनुमान: प्रस्तावित नियमितीकृत क्वांटाइल फलन $Q_\varepsilon$ नए अवलोकनों के लिए क्वांटाइल्स का अनुमान लगाने की अनुमति देता है, जो पिछले असतत OT-आधारित तरीकों में एक कमी थी।
• स्टोकेस्टिक स्पेक्ट्रल एल्गोरिदम: एक नवीन स्टोकेस्टिक एल्गोरिदम पेश किया गया है जो गोलाकार हार्मोनिक्स में क्षमताओं का विस्तार करके $S^2$ पर निरंतर OT समस्याओं को हल करता है, और गणनात्मक दक्षता के लिए FFT का उपयोग करता है।
• दिशात्मक गहराई परिभाषा: एक नया MK दिशात्मक सांख्यिकीय गहराई का विचार पेश किया गया है, जो यूक्लिडियन MK गहराई से वांछित गुणों को विरासत में लेता है और दिशात्मक सांख्यिकी के लिए प्रासंगिक सिद्धांतों को संतुष्ट करता है।

परिणाम और दावे

• सैद्धांतिक गुण: पेपर स्थापित करता है कि नियमितीकृत क्षमताएं $C^2$ (twice continuously differentiable) हैं, जो यह सुनिश्चित करती है कि परिणामी क्वांटाइल और वितरण फलन स्मूथ हैं। यह प्रदर्शित करता है कि जैसे-जैसे $\varepsilon \to 0$ होता है, नियमितीकृत क्षमताएं अन-रेगुलराइज्ड कांतोरोविच क्षमताओं की ओर यूनिफॉर्मली अभिसरित (converge) होती हैं।
• गणनात्मक दक्षता: स्टोकेस्टिक एल्गोरिदम $O(n^3)$ की जटिलता से बचता है, जिससे प्रति-पुनरावृत्ति लागत घटकर $O(p^2 \log^2 p)$ हो जाती है, जो इसे बड़े डेटासेट और ऑनलाइन लर्निंग परिदृश्यों के लिए उपयुक्त बनाती है।
• सांख्यिकीय उपयोगिता: यह कार्यरूप (methodology) निरंतर, अवकलनीय मैपिंग प्रदान करके गहराई-आधारित वर्गीकरण और फैलाव मापन को सक्षम बनाता है। पेपर संख्यात्मक प्रयोगों के माध्यम से इन लाभों को दर्शाता है, जो दिखाते हैं कि नियमितीकृत दृष्टिकोण असतत अनुमानकों की तुलना में स्मूथ कंटूर और बेहतर आउट-ऑफ-सैंपल प्रदर्शन प्रदान करता है।

महत्व
पेपर का दावा है कि इसका प्राथमिक महत्व दिशात्मक डेटा के लिए सैद्धांतिक OT-आधारित क्वांटाइल्स और व्यावहारिक सांख्यिकीय अनुप्रयोगों के बीच के अंतर को पाटने में निहित है। एंट्रोपिक रेगुलेराइजेशन और एक स्पेक्ट्रल स्टोकेस्टिक सॉल्वर पेश करके, लेखक पिछले असतत दृष्टिकोणों की "आउट-ऑफ-सैंपल" सीमा को दूर करने वाला एक गणनात्मक रूप से सुलभ तरीका प्रदान करते हैं। यह उन्हें दिशात्मक डेटा से जुड़े वास्तविक दुनिया के कार्यों, जैसे वर्गीकरण और जोखिम मापन, में MK क्वांटाइल्स और गहराई उपायों को लागू करने में सक्षम बनाता है, जहाँ स्मूथनेस और नए डेटा बिंदुओं का मूल्यांकन करने की क्षमता अनिवार्य है। यह कार्य गोले के लिए एक स्पष्ट, सुलभ फॉर्मूलेशन प्रदान करके मैनिफोल्ड्स (manifolds) पर OT के व्यापक क्षेत्र में भी योगदान देता है।