Nonparametric Riemannian Empirical Bayes, and Denoising Measurements on Manifolds

Resumo Técnico: Bayes Empírico Nãoparamétrico e Denoisamento em Variedades de Riemann

Formulação do Problema
O artigo aborda o problema de denoisamento (redução de ruído) de variáveis latentes $\Theta$ e suas medições $X$, quando ambas residem em uma variedade de Riemann compacta e conexa $M$. O modelo estatístico assume que a variável latente $\Theta \sim G$, onde $G$ é uma distribuição de probabilidade desconhecida em $M$, e uma medição $X$, condicionada a $\Theta = \theta$, segue uma distribuição Gaussiana de Riemann $P_{\theta, \sigma^2}$. A densidade desta verossimilhança é dada por $p_{\theta, \sigma^2}(x) \propto \exp(-d^2(x, \theta)/(2\sigma^2))$, onde $d$ é a distância geodésica e $\sigma^2$ é uma escala de ruído conhecida. O objetivo é estimar as variáveis latentes $\Theta_1, \dots, \Theta_n$ a partir de medições observadas $X_1, \dots, X_n$, encontrando um denoiser $\delta: M \to M$ que minimize o risco da distância geodésica quadrática esperada.

Metodologia
Os autores desenvolvem uma abordagem de Bayes empírico nãoparamétrico baseada em $f$-modelagem (estimativa da densidade marginal dos dados). A metodologia procede através de três etapas teóricas e algorítmicas:

1. O Surrogado Tangencial de Bayes:
   O denoiser Bayes ótimo, $\delta_B(x)$, é a média de Fréchet posterior, que minimiza a perda esperada posterior. No entanto, $\delta_B$ é intratável, pois depende da desconhecida $G$ e requer otimização de Riemann iterativa para cada ponto de dado.
   Os autores derivam uma versão de Riemann da fórmula de Tweedie-Eddington:
   $$E[\text{Log}_x \Theta \mid X = x] = \sigma^2 \nabla_x \log f(x)$$
   onde $f$ é a densidade marginal de $X$ e $\text{Log}_x$ é o mapa logarítmico. Esta identidade motiva a definição de um denoiser de surrogado oracle, o denoiser de Bayes tangencial oracle $\delta_T$:
   $$\delta_T(x) := \text{Exp}_x(\sigma^2 \nabla_x \log f(x))$$
   Geometricamente, $\delta_T(x)$ corresponde a um único passo de descida de gradiente de Riemann na função de perda posterior, inicializado no denoiser ingênuo $\delta_N(x) = x$.

2. Aproximação Empírica:
   Para construir um estimador totalmente orientado pelos dados $\hat{\delta}_T$, os autores utilizam a teoria espectral para estimar a densidade marginal $f$. Especificamente, os autores utilizam os autofunções $\{\phi_j\}$ do operador Laplace-Beltrami $\Delta$ em $M$ para construir um estimador de densidade de kernel:
   $$\hat{f}_n(x) = \frac{1}{n} \sum_{i=1}^n K(x, X_i, \ell_n), \quad \text{onde } K(x, y, \ell) = \sum_{j=0}^\ell \phi_j(x)\phi_j(y)$$
   O denoiser de Bayes tangencial empírico é então definido como:
   $$\hat{\delta}_T(x) := \text{Exp}_x\left( \sigma^2 \frac{\nabla_x \hat{f}_n(x)}{\max\{\hat{f}_n(x), \rho\}} \right)$$
   onde $\rho > 0$ é um parâmetro de regularização para lidar com regiões de baixa densidade.

3. Análise de Convergência:
   O artigo estabelece que $\delta_T$ é próximo de $\delta_B$ no regime de baixo ruído ($\sigma^2 \to 0$) e que $\hat{\delta}_T$ converge para $\delta_T$ conforme o tamanho da amostra $n \to \infty$.

Principais Contribuições e Resultados

• Comparação de Risco ao Nível Oracle: Os autores provam que, para qualquer variedade de Riemann compacta, a diferença de risco entre o denoiser de Bayes tangencial e o denoiser de Bayes ótimo é $O(\sigma^5)$ quando $\sigma^2 \to 0$. Isso estabelece $\delta_T$ como um surrogado quase ótimo que evita a complexidade computacional de calcular a média de Fréchet posterior.
• Taxas de Convergência Nãoparamétricas: Diferente do cenário euclidiano, onde as densidades de misturas Gaussianas são infinitamente diferenciáveis, as densidades de misturas Gaussianas de Riemann podem exibir singularidades no lúcus de corte (cut locus) da média de Fréchet. Este fenômeno de "espalhamento" (smeariness) leva a taxas de convergência nãoparamétricas genuinamente mais lentas.
  • A taxa de convergência da distância $D_T(\hat{\delta}_T)$ depende da suavidade de Sobolev $r$ da densidade marginal $f$.
  • Para a circunferência $M=S^1$, os autores estabelecem limites superiores e inferiores correspondentes, provando que $\hat{\delta}_T$ é minimax-ótimo com uma taxa de $n^{-(2s+2)/(2s+5)}$, onde $s$ é a suavidade da densidade de mistura $G$. Isso confirma que o problema exibe uma taxa de convergência nãoparamétrica.
• Análise de Regularidade de Sobolev: O artigo fornece limites detalhados sobre as normas de Sobolev das misturas Gaussianas de Riemann. Ele destaca que a suavidade da densidade marginal $f$ não é automaticamente infinita (como no espaço euclidiano), mas depende da geometria de $M$ e da suavidade de $G$. Para grupos de Lie, $f$ herda a suavidade de $G$; para a esfera $S^2$, $f$ ganha suavidade, mas com restrições específicas devido às singularidades do lúcus de corte.
• Aplicações Científicas: A metodologia é aplicada a dois problemas do mundo real:
  1. Astronomia: Denoisamento das localizações de 2.702 surtos de raios gama na esfera $S^2$. O denoiser de Bayes empírico identificou com sucesso aglomerados de surtos que estavam obscurecidos pelo ruído, superando a abordagem ingênua.
  2. Biologia Estrutural: Denoisamento de pares de ângulos de torção (gráficos de Ramachandran) para aminoácidos em proteínas no toro $S^1 \times S^1$. O denoiser efetivamente contraiu os dados em direção a regiões de alta densidade correspondentes a estruturas secundárias conhecidas ($\alpha$-hélices e folhas $\beta$), enquanto se afastou de regiões de baixa densidade.

Significância e Alegações
O artigo afirma iniciar o estudo do denoisamento de Bayes empírico nãoparamétrico no cenário de variedades de Riemann com verossimilhança Gaussiana de Riemann. Sua principal significância reside em:

1. Unir Teoria e Prática: Ele fornece um denoiser totalmente orientado pelos dados e computacionalmente tratável ($\hat{\delta}_T$) que atinge quase o risco de Bayes sem exigir conhecimento da distribuição latente $G$ ou otimização iterativa dispendiosa para cada ponto.
2. Caracterizar Fenômenos Não-Euclidianos: Ele identifica e quantifica rigorosamente o efeito de "espalhamento" (smeariness) causado pelo lúcus de corte na geometria de Riemann, demonstrando que isso leva a taxas de convergência nãoparamétricas mais lentas, distintas das taxas quase-paramétricas encontradas no Bayes empírico euclidiano.
3. Otimalidade Minimax: Ao estabelecer limites inferiores correspondentes para o caso da circunferência, os autores demonstram que seu método proposto é minimax-ótimo, confirmando que as taxas mais lentas são inerentes à geometria do problema e não uma limitação do estimador.
4. Utilidade Prática: Através de simulações e aplicações científicas, o artigo demonstra que o agrupamento de informações através de Bayes empírico (encolhendo em direção a regiões de alta densidade) supera substancialmente o tratamento independente das medições, mesmo em configurações geométricas complexas como a esfera e o toro.

Os autores mantêm uma postura modesta quanto à generalidade de sua análise de suavidade, observando que um controle quantitativo completo das propriedades de suavização das misturas Gaussianas de Riemann para variedades arbitrárias permanece um problema em aberto, particularmente em relação ao comportamento preciso próximo aos lúcus de corte. Eles apresentam seu trabalho como um passo fundamental para futuras extensões para $g$-modelagem e problemas de decisão composta.