SPD流形的降维
本文最后更新于:2020年12月29日 下午
写在前面
本文介绍一篇流形降维领域非常经典的文章[1],利用SPD流形的几何关系分别构建监督和无监督两种范式的降维学习。
基础知识
仿射不变黎曼度量
SPD流形\(\mathcal S_{++}^n\)研究最多的度量还是仿射不变黎曼度量。对于点\(\boldsymbol{P} \in \mathcal S_{++}^n\)和切向量\(\boldsymbol{v},\boldsymbol{w} \in T_{\boldsymbol{P}}{\mathcal S_{++}^n}\), \[ \begin{aligned} \langle \boldsymbol{v}, \boldsymbol{w} \rangle_\boldsymbol{P} &\triangleq \langle \boldsymbol{P}^{-1/2}\boldsymbol{v}\boldsymbol{P}^{-1/2}, \boldsymbol{P}^{-1/2}\boldsymbol{w}\boldsymbol{P}^{-1/2} \rangle \\ &= \text{tr} \left( \boldsymbol{P}^{-1} \boldsymbol{v} \boldsymbol{P}^{-1} \boldsymbol{w}\right) \end{aligned} \] 该度量诱导出测地线距离\(\delta_R(\boldsymbol{X},\boldsymbol{Y}) = \|\log(\boldsymbol{X}^{-1/2}\boldsymbol{Y}\boldsymbol{X}^{-1/2})\|_F\)具有仿射变换不变性,即\(\delta_R(\boldsymbol{X},\boldsymbol{Y}) = \delta_R(\boldsymbol{A}\boldsymbol{X}\boldsymbol{A}^T,\boldsymbol{A}\boldsymbol{Y}\boldsymbol{A}^T)\)。
Bregman散度
记\(\zeta : \mathcal{S}_{++}^{n} \rightarrow \mathbb{R}\)为严格凸且可微的函数,则Bregman矩阵散度为 \[ d_\zeta(\boldsymbol{X},\boldsymbol{Y}) = \zeta(\boldsymbol{X}) - \zeta(\boldsymbol{Y}) - \langle \nabla_{\zeta} (\boldsymbol{Y}) , \boldsymbol{X} - \boldsymbol{Y} \rangle \; , \] Bregman散度具有非对称、非负和正定性质。下面将Bregman散度对称化。
- Stein散度
选择\(\zeta(\boldsymbol{X}) = - \log \det(\boldsymbol{X})\),通过Jensen-Shannon 对称化得到Stein散度 \[ \begin{aligned} \delta_S^2(\boldsymbol{X},\boldsymbol{Y}) &\triangleq \frac{1}{2} d_{\zeta}\left( \boldsymbol{X},\frac{\boldsymbol{X}+\boldsymbol{Y}}{2} \right) + \frac{1}{2} d_{\zeta}\left( \boldsymbol{Y},\frac{\boldsymbol{X}+\boldsymbol{Y}}{2} \right) \\ &= \log \det\bigg( \frac{\boldsymbol{X}+\boldsymbol{Y}}{2} \bigg) - \frac{1}{2} \log \det ( \boldsymbol{X}\boldsymbol{Y}) \end{aligned} \]
- Jeffrey散度
选择\(\zeta(\boldsymbol{X}) = -\ln \det(\boldsymbol{X})\),通过平均得到Jeffrey散度 \[ \begin{aligned} \delta_J^2(\boldsymbol{X},\boldsymbol{Y}) &\triangleq \frac{1}{2} d_\zeta(\boldsymbol{X},\boldsymbol{Y}) + \frac{1}{2}d_\zeta(\boldsymbol{Y},\boldsymbol{X}) \\ &= \frac{1}{2}\text{tr} (\boldsymbol{X}^{-1}\boldsymbol{Y}) - \frac{1}{2}\log \det(\boldsymbol{X}^{-1}\boldsymbol{Y}) \\ &+ \frac{1}{2}\text{tr} (\boldsymbol{Y}^{-1}\boldsymbol{X}) - \frac{1}{2}\log \det(\boldsymbol{Y}^{-1}\boldsymbol{X}) -n \\ &= \frac{1}{2}\text{tr} (\boldsymbol{X}^{-1}\boldsymbol{Y}) + \frac{1}{2}\text{tr} (\boldsymbol{Y}^{-1}\boldsymbol{X}) -n \end{aligned} \]
Stein散度和Jeffrey散度同样具有仿射变换不变性 \[ \begin{aligned} \delta_S^2(\boldsymbol{X},\boldsymbol{Y}) & = \delta_S^2(\boldsymbol{A}\boldsymbol{X}\boldsymbol{A}^T,\boldsymbol{A}\boldsymbol{Y}\boldsymbol{A}^T). \\ \delta_J^2(\boldsymbol{X},\boldsymbol{Y}) & = \delta_J^2(\boldsymbol{A}\boldsymbol{X}\boldsymbol{A}^T,\boldsymbol{A}\boldsymbol{Y}\boldsymbol{A}^T). \end{aligned} \] 此外,Stein散度、Jeffrey散度和AIRM度量得到的测地线距离具有倍数关系。
优化框架
一般都是提出优化问题后再设计求解算法,不过本文集成了监督学习和无监督学习,但都是使用梯度下降法,所以把优化前置了,后面在模型里直接放结果。该框架可表示为如下优化框架: \[ \min_{\boldsymbol{W}\in \mathbb{R}^{n \times m}}~f(\boldsymbol{W}) \quad {\rm s.t.}\quad\boldsymbol{W}^T\boldsymbol{W} = \mathbf{I}_m \] 在仿射变换不变性质下,\(f(\boldsymbol{W})\)与由\(\boldsymbol{W}\)张成的基选择无关,即对正交矩阵\(\boldsymbol{R} \in \mathcal{O}(m)\),有\(f(\boldsymbol{W}) = f(\boldsymbol{W}\boldsymbol{R})\),则该问题落在了Grassmann流形\(\mathcal G(m,n)\)上,下面使用Grassmann优化技术中的黎曼共轭梯度法完成优化。
黎曼共轭梯度法
记\(\nabla_\boldsymbol{W}(f)\)为\({f}(\boldsymbol{W})\)关于\(\boldsymbol{W}\)的雅可比矩阵,\(\mathcal G(m,n)\)上的梯度表示为 \[ \operatorname{grad}f(\boldsymbol{W}) = (\mathbf{I}_n - \boldsymbol{W}\boldsymbol{W}^T)\nabla_\boldsymbol{W}(f) \] 黎曼共轭梯度法包含以下三个步骤:
- 计算当前的梯度\(\operatorname{grad}f(\boldsymbol{W})\)
- 通过平行传输先前的搜索方向并将其与\(\operatorname{grad}f(\boldsymbol{W})\)组合来确定搜索方向\(H\)。
- 在方向\(H\)上沿\(W\)的测地线进行直线搜索。
在停止前反复迭代这三步可得到局部极小点。
平行传输
上面有一步\(\tau(\boldsymbol{H},\boldsymbol{W},\boldsymbol{V})\)表示从\(\boldsymbol{W}\)到\(\boldsymbol{V}\)的切向量的的并\(\Delta\)行传输。
与欧式空间不同,在流形上不能通过简单的平移将切向量\(\Delta\)从一点传递到另一点。在流形\(\mathcal M\)上将\(\Delta\)从\(\boldsymbol{W}\)运输到\(\boldsymbol{V}\)需要减去法向分量\(\Delta_{\perp}\)到的矢量为切向量。这种切向量的转移称为平行传输(parallel transporting)。
流形\(\mathcal S_{++}^n\)降维
通过双线性映射实现高维流形\(\mathcal S_{++}^n\)到低维流形\(\mathcal S_{++}^m\)的嵌入,即对\(\boldsymbol{X}\in\mathcal S_{++}^n\) \[ f_\boldsymbol{W}(\boldsymbol{X}) = \boldsymbol{W}^T\boldsymbol{X}\boldsymbol{W}\in \mathcal S_{++}^m \]
监督降维
首先需要将标签信息编码至流形点的几何关系中,下面使用类内距离和类间距离定义一个仿射关系,利用双线性映射同时最小化类间距离且最大化类内距离,完成判别分析。
类内相似度\(g_w: \mathcal S_{++}^n \times \mathcal S_{++}^n \to \mathbb{R}_+\) \[ g_w(\boldsymbol{X}_i,\boldsymbol{X}_j) = \left\{ \begin{matrix} 1, & \text{if} \; \boldsymbol{X}_i \in N_w(\boldsymbol{X}_j ) \; \text{or} \; \boldsymbol{X}_j \in N_w(\boldsymbol{X}_i ) \\ 0, & \text{otherwise} \end{matrix} \right. \] \(N_w(\boldsymbol{X}_i)\)是\(\boldsymbol{X}_i\)与共享\(y_i\)相同标签的\(\nu_w\)个最近邻居的集合。
类间相似度\(g_b: \mathcal S_{++}^n \times \mathcal S_{++}^n \to \mathbb{R}_+\) \[ g_b(\boldsymbol{X}_i,\boldsymbol{X}_j) = \left\{ \begin{matrix} 1, & \text{if} \; \boldsymbol{X}_i \in N_b(\boldsymbol{X}_j ) \; \text{or} \; \boldsymbol{X}_j \in N_b(\boldsymbol{X}_i ) \\ 0, & \text{otherwise} \end{matrix} \right. \] \(N_b(\boldsymbol{X}_i)\)是\(\nu_b\)个包含\(\boldsymbol{X}_i\)的最近邻居,并带有不同的标签。
仿射函数\(a(\cdot,\cdot)\)类似于最大间隔准则(Maximum Margin Criterion) \[ a(\boldsymbol{X}_i,\boldsymbol{X}_j) = g_w(\boldsymbol{X}_i,\boldsymbol{X}_j) - g_b(\boldsymbol{X}_i,\boldsymbol{X}_j) \]
目标函数 \[ L(\boldsymbol{W}) = \sum_{\substack{i,j=1 \\ j \neq i}}^p a(\boldsymbol{X}_i,\boldsymbol{X}_j) \delta^2 \left(\boldsymbol{W}^T\boldsymbol{X}_i\boldsymbol{W},\boldsymbol{W}^T\boldsymbol{X}_j\boldsymbol{W}\right) \] 其中\(\delta\)可以选择\(\delta_R\)、\(\delta_S\)或\(\delta_J\)。
梯度计算
算法流程
无监督降维
无监督场景无法利用标签信息对样本的进行区分。下面使用最大化方差的准则来完成流形无监督降维,即
记所有样本点\(\{\boldsymbol{X}_i\}_{i = 1}^{p}\)关于度量\(\delta\)的几何均值为\(\boldsymbol{M}\),通常选择Frechet 形式来计算 \[ \boldsymbol{M}^\ast \triangleq \arg\min_{\boldsymbol{M} \in \mathcal S_{++}^n}\sum_{i=1}^p \delta^2 (\boldsymbol{X}_i, \boldsymbol{M}) \]
- AIRM度量,利用指数算子和对数算子计算黎曼(Karcher)均值
- Stein散度,通过迭代凸凹步骤(CCCP)计算均值
- Jeffrey散度,均值具有显式表达
最大化方差意味着所有投影点与均值投影点的距离最大化,即 \[ L(\boldsymbol{W}) = \sum_{i = 1}^p \delta^2\left( \boldsymbol{W}^T\boldsymbol{X}_i\boldsymbol{W}, \boldsymbol{W}^T\boldsymbol{M}\boldsymbol{W} \right) \] 注意:\(\boldsymbol{W}^T \boldsymbol{M} \boldsymbol{W}\)并不是投影后的几何均值点,即 \[ \boldsymbol{W}^T\left(\arg\min_{\boldsymbol{M} \in \mathcal S_{++}^n}\sum_{i=1}^p \delta^2 (\boldsymbol{X}_i, \boldsymbol{M}) \right)\boldsymbol{W}\neq \arg\min_{\boldsymbol{F} \in \mathcal S_{++}^m}\sum_{i=1}^p \delta^2(\boldsymbol{W}^T\boldsymbol{X}_i\boldsymbol{W},\boldsymbol{F}) \]
Log-Euclidean度量与监督降维
除了AIRM和两个Bregman散度,Log-Euclidean度量也是流形\(\mathcal S_{++}^n\)上常用的度量 \[ \delta_{lE}(\boldsymbol{X},\boldsymbol{Y}) = \|\log(\boldsymbol{X}) - \log(\boldsymbol{Y})\|_F \] 监督降维的度量\(\delta\)改为Log-Euclidean度量,得到如下优化目标 \[ L(\boldsymbol{W}) = \sum_{i,j=1}^p a(\boldsymbol{X}_i,\boldsymbol{X}_j) \Big \| \log(\boldsymbol{W}^T\boldsymbol{X}_i \boldsymbol{W}) -\log(\boldsymbol{W}^T \boldsymbol{X}_j \boldsymbol{W}) \Big \|_F^2 \] 通过将\(\log(\boldsymbol{W}^T \boldsymbol{X} \boldsymbol{W})\)近似为\(\boldsymbol{W}^T \log(\boldsymbol{X}) \boldsymbol{W}\),目标函数可改写为 \[ \begin{aligned} L(\boldsymbol{W}) &= \sum_{i,j=1}^p a(\boldsymbol{X}_i,\boldsymbol{X}_j) \Big \| \boldsymbol{W}^T \log(\boldsymbol{X}_i)\boldsymbol{W} - \boldsymbol{W}^T \log(\boldsymbol{X}_j)\boldsymbol{W} \Big \|_F^2\\ &= \text{tr}{ \Big( \boldsymbol{W}^T \boldsymbol{F}(\boldsymbol{W}) \boldsymbol{W} \Big)} \end{aligned} \] 其中 \[ \boldsymbol{F}(\boldsymbol{W}) = \sum_{i,j=1}^p a(\boldsymbol{X}_i,\boldsymbol{X}_j) \Big( \log(\boldsymbol{X}_i) - \log(\boldsymbol{X}_j) \Big) \boldsymbol{W}\boldsymbol{W}^T \times \Big(\log(\boldsymbol{X}_i) - \log(\boldsymbol{X}_j) \Big) \] 则优化问题可改写为特征分解问题 \[ \min_{\boldsymbol{W}} \text{tr}{\Big( \boldsymbol{W}^T \boldsymbol{F}(\boldsymbol{W}) \boldsymbol{W} \Big)} ~\text{s.t.}~ \boldsymbol{W}^T\boldsymbol{W} = \mathbf{I}_m\;. \] 采样二阶段迭代方式更新\(\boldsymbol{W}\)和\(\boldsymbol{F}(\boldsymbol{W})\),算法步骤如下:
Log-Euclidean度量的监督模型求解算法对比发现,特征分解法比黎曼共轭梯度法快10倍。
把Bregman散度的函数选为\(\zeta(\boldsymbol{X}) = \|\boldsymbol{X}\|_F^2\),即使用\(\|\cdot\|_F^2\)作为相似性度量,可以得到类似的特征分解问题。
小结
后面还有一些东西就不细说了。作者M. Harandi[2]、M. Salzmann[3]和R. Hartley[4]做了很多机器学习与几何的结合。
References
- M. Harandi, M. Salzmann and R. Hartley, Dimensionality Reduction on SPD Manifolds: The Emergence of Geometry-Aware Methods, in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 40, no. 1, pp. 48-62, 1 Jan. 2018, doi: 10.1109/TPAMI.2017.2655048. ↩︎
- Mehrtash Harandi homepage: https://sites.google.com/site/mehrtashharandi/ ↩︎
- Mathieu Salzmann homepage: https://people.epfl.ch/mathieu.salzmann ↩︎
- Richard Hartley google scholar: https://scholar.google.com/citations?hl=zh-CN&user=cHia5p0AAAAJ&view_op=list_works&sortby=pubdate ↩︎
本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!