Closed-form fractional radial links for elliptical Mahalanobis discriminant analysis

तकनीकी सारांश: दीर्घवृत्तीय (elliptical) महलानोबिस विभेदक विश्लेषण के लिए क्लोज्ड-फॉर्म फ्रैक्शनल रेडियल लिंक्स

समस्या विवरण (Problem Statement)
यह शोध पत्र साझा-जेनरेटर दीर्घवृत्तीय क्लास-कंडीशनल वितरणों (shared-generator elliptical class-conditional distributions) की धारणा के तहत द्विआधारी वर्गीकरण (binary classification) को संबोधित करता है। जबकि क्वाड्रैटिक डिस्क्रिमिनेंट एनालिसिस (QDA) गाऊसी वर्गों के लिए बेयस-इष्टतम नियम (Bayes-optimal rule) है, यह उप-इष्टतम हो जाता है जब वर्ग दीर्घवृत्तीय होते हैं लेकिन गैर-गाऊसी होते हैं। मौजूदा दृष्टिकोण, जैसे कि घोष एट अल. (2025) द्वारा प्रस्तावित महलानोबिस-डिस्टेंस जनरलाइज्ड एडिटिव मॉडल (GAM), रेडियल त्रिज्या और क्लास लेबल के बीच के संबंध को एक अज्ञात स्मूथ फंक्शन के रूप में मानते हैं जिसे नॉनपैरामेट्रिक रूप से (जैसे कि पेनलाइज्ड स्प्लाइन्स के माध्यम से) फिट किया जाना होता है। यह शोध पत्र पूछता है कि क्या दीर्घवृत्तीय वितरणों के लिए, ऑप्टिमल लिंक फंक्शन को नॉनपैरामेट्रिक स्मूथिंग की कम्प्यूटेशनल लागत और ट्यूनिंग जटिलता से बचने के लिए एनालिटिकली (analytically) व्युत्पन्न किया जा सकता है।

कार्यप्रणाली (Methodology)
मुख्य सैद्धांतिक अंतर्दृष्टि यह है कि दो साझा जेनरेटर $g$ वाले दीर्घवृत्तीय वर्गों के लिए, लॉग-लाइक्लीहुड रेशियो (LLR) स्क्वेर्ड महलानोबिस रेडियाई $D^2_c(x) = (x - \mu_c)^T \Sigma_c^{-1} (x - \mu_c)$ का एक योगात्मक फलन (additive function) है। विशेष रूप से, LLR इस रूप में होता है:
$$\Lambda(x) = \phi(D^2_1(x)) - \phi(D^2_0(x)) + \text{const}$$
जहाँ $\phi = \log g$ रेडियल लिंक है।

1. संरचनात्मक व्युत्पत्ति (Structural Derivation): शोध पत्र स्थापित करता है कि बेयस नियम दो रेडियाई के लिए एक GAM है। महत्वपूर्ण रूप से, यह एक द्वैत (dichotomy) सिद्ध करता है: लिंक $\phi$ तब तक एफाइन (affine) है (जो मॉडल को QDA में बदल देता है) यदि और केवल यदि जेनरेटर गाऊसी है। किसी भी गैर-गाऊसी दीर्घवृत्तीय जेनरेटर (जैसे, स्टूडेंट-$t$) के लिए, लिंक नॉन-एफाइन और नॉन-आइडेंटिटी होता है।
2. पहचान क्षमता (Identifiability): शोध पत्र प्रदर्शित करता है कि रेडियल लिंक $\phi$ को स्क्वेर्ड महलानोबिस रेडियस के भीतर-वर्ग वितरण (within-class distribution) से पहचाना जा सकता है। यह लिंक को अवलोकन योग्य रेडियल लॉ के एक फलन के रूप में अनुमानित करने की अनुमति देता है।
3. अनुमान रणनीति (Estimation Strategy): एक जेनेरिक स्प्लाइन को फिट करने के बजाय, लेखक एक पैरामेट्रिक "सीव" (sieve) एस्टीमेटर प्रस्तावित करते हैं। वे प्राप्त लिंक $\phi$ को रेडियस के भिन्नात्मक घातों (fractional powers) के एक परिमित रैखिक संयोजन (finite linear combination) का उपयोग करके अनुमानित करते हैं (एक "फ्रैक्शनल-पावर सीव")। गुणांकों का अनुमान इन रेडियल फीचर्स पर लॉजिस्टिक रिग्रेशन के माध्यम से लगाया जाता है। यह दृष्टिकोण लिंक को $t^p$ (जैसे, $p \in \{1, 0.5, 1.5\}$) के आधार पर प्रोजेक्ट करने के लिए स्टोकेस्टिक-पॉलीनोमियल अपैरेटस (कुंचेंको, 2002; ज़बोलोत्नी, 2026d) का लाभ उठाता है।
4. औपचारिक सत्यापन (Formal Verification): संरचनात्मक बीजगणितीय दावों (LLR और रेडियल लिंक के बीच का सेतु, और गाऊसी/गैर-गाऊसी द्वैत) को बिना किसी अपुष्ट प्लेसहोल्डर के Lean 4 में औपचारिक रूप से सत्यापित किया गया है।

प्रमुख योगदान (Key Contributions)

• संरचनात्मक द्वैत (C1): शोध पत्र सिद्ध करता है कि आइडेंटिटी लिंक (QDA) गाऊसी वाहकों (carriers) के लिए ही बेयस-इष्टतम है। अन्य सभी सामान्यीकरण योग्य (normalizable) साझा-जेनरेटर दीर्घवृत्तीय परिवारों के लिए, एक नॉन-आइडेंटिटी लिंक अनिवार्य रूप से आवश्यक है। यह QDA और फ्लेक्सिबल GAM के बीच के अंतर को पाटता है।
• पहचान क्षमता (C2): यह स्थापित करता है कि रेडियल लिंक रेडियल वितरण से पहचानने योग्य है, जिससे अनुमान समस्या सुव्यवस्थित (well-posed) हो जाती है और रेडियस की घातों के आधार को निर्धारित करती है।
• अनुमान सिद्धांत (C3): शोध पत्र सिद्ध करता है कि फ्रैक्शनल-पावर सीव का उपयोग करने वाला प्लग-इन एस्टीमेटर, सीमित-मोमेंट रेगुलैरिटी स्थितियों के तहत $\sqrt{n}$-कंसिस्टेंट और एसिम्प्टोटिकली नॉर्मल है। इसके अलावा, प्रेरित क्लासिफायर को एक इटरेटेड सीव लिमिट में एसिम्प्टोटिकली बेयस-ऑप्टिमल दिखाया गया है (जहाँ सैंपल साइज $n \to \infty$ के बाद सीव डायमेंशन $m \to \infty$ होता है)।
• अनुभवजन्य प्रदर्शन (C4):: प्राप्त क्लोज्ड-फॉर्म लिंक की तुलना एक पुन: कार्यान्वित, ट्यून किए गए ग्लोबल महलानोबिस-GAM (घोष एट अल., 2025) और मानक QDA से की गई है।

परिणाम (Results)

• सिंथेटिक डेटा: सिंथेटिक दीर्घवृत्तीय डेटा पर, आइडेंटिटी लिंक (QDA) गैर-गाऊसी जेनरेटर्स (जैसे, $R^2_{lin}$ $t_4$ के लिए 0.24 तक गिर जाता है) के लिए वास्तविक रेडियल लॉग-घनत्व को कैप्चर करने में विफल रहता है, जबकि फ्रैक्शनल-पावर बेसिस लिंक को उच्च सटीकता ($\kappa_2 = 0.95$) के साथ कैप्चर करता है।
• UCI बेंचमार्क: वाइन (Wine) और ब्रेस्ट कैंसर (Breast Cancer) डेटासेट (जो अपेक्षाकृत लाइट-टेल्ड हैं) पर, प्राप्त लिंक ट्यून किए गए स्प्लाइन GAM के समान सांख्यिकीय प्रदर्शन करता है (सटीकता में कोई महत्वपूर्ण अंतर नहीं), लेकिन स्टैंडर्ड आइडेंटिटी लिंक की तुलना में काफी बेहतर प्रदर्शन करता है। यह लाइट-टेल्ड सेट्स पर QDA के बराबर रहता है या थोड़ा पीछे रह जाता है, जो इस सिद्धांत के अनुरूप है कि गाऊसी सीमा के पास इसका लाभ कम हो जाता है।
• वित्तीय समय श्रृंखला (Financial Time Series): छह हेवी-टेल्ड वित्तीय श्रृंखलाओं (FX, Oil, S&P 500) पर, प्राप्त लिंक कभी भी ट्यून किए गए GAM से काफी खराब नहीं होता है और सबसे भारी-पूंछ वाली श्रृंखलाओं (Oil, S&P 500, JPY/USD) पर QDA से काफी बेहतर प्रदर्शन करता है। प्रदर्शन का लाभ टेल-हेवीनेस (tail-heaviness) और कोवेरिएंस विषमता (covariance heterogeneity) को ट्रैक करता है।
• मजबूती (Robustness): हालांकि विषमता (skewness) के कारण वास्तविक वित्तीय डेटा पर तकनीकी रूप से दीर्घवृत्तीय धारणा को खारिज किया जाता है, प्राप्त लिंक GAM के साथ समानता और QDA पर अपनी बढ़त बनाए रखता है, जो हल्के दीर्घवृत्तीय समरूपता विचलन के प्रति मजबूती का सुझाव देता है।
• दर सिमुलेशन (Rate Simulation): सिमुलेशन $\sqrt{n}$ अभिसरण दर और सैद्धांतिक "एक्सेस-रिस्क द्वैत" (excess-risk dichotomy) की पुष्टि करते हैं: गैर-गाऊसी शासन में QDA एक गैर-लुप्त होने वाली एप्रोक्सिमेशन एरर फ्लोर प्रदर्शित करता है, जबकि प्राप्त लिंक का एक्सेस रिस्क सीव डायमेंशन बढ़ने के साथ लुप्त हो जाता है।

महत्व और दावे (Significance and Claims)
शोध पत्र का दावा है कि दीर्घवृत्तीय वर्गीकरण के लिए, इष्टतम निर्णय सीमा (decision boundary) केवल एक नॉनपैरामेट्रिक मॉडलिंग विकल्प नहीं है, बल्कि जेनरेटर से प्राप्त एक ज्ञात कार्यात्मक रूप है। मुख्य योगदान एक व्युत्पन्न, क्लोज्ड-फॉर्म रेडियल लिंक है जो:

1. ट्यूनिंग से बचाता है: यह स्प्लाइन स्मूथिंग पैरामीटर चयन या GAM द्वारा आवश्यक बैंडविड्थ ट्यूनिंग की आवश्यकता को समाप्त करता है।
2. समानता बनाए रखता है: यह वास्तविक-विश्व बेंचमार्क पर ट्यून किए गए, नॉनपैरामेट्रिक GAM के साथ सांख्यिकीय समानता प्राप्त करता है।
3. QDA में सुधार करता है: यह विशेष रूप से उन शासनों में QDA की तुलना में एक प्रमाणिक और अनुभवजन्य लाभ प्रदान करता है जो हेवी टेल्स और कोवेरिएंस विषमता द्वारा चिह्नित हैं, जहाँ जेनरेटर की वक्रता (curvature) महत्वपूर्ण होती है।
4. सैद्धांतिक गारंटी: यह मशीन-चेक्ड फॉर्मल प्रूफ द्वारा सत्यापित संरचनात्मक ढांचे पर आधारित $\sqrt{n}$-कंसिस्टेंसी और एसिम्प्टोटिक बेयस-ऑप्टिमलिटी प्रदान करता है।

लेखक इस कार्य को सभी नॉनपैरामेट्रिक विधियों के विकल्प के रूप में नहीं, बल्कि दीर्घवृत्तीय डेटा के लिए एक लक्षित, सैद्धांतिक रूप से आधारित समाधान के रूप में प्रस्तुत करते हैं जो नॉनपैरामेट्रिक एस्टीमेशन जटिलता की लागत के बिना लचीलेपन के लाभों को पुनः प्राप्त करता है। यह विधि अनुकूल (adaptive) है: यह डेटा के गाऊसी होने पर QDA की तरह व्यवहार करती है और आवश्यकता पड़ने पर हेवी-टेल्ड संरचना को कैप्चर करने के लिए अलग हो जाती है।