Source-linked AI summary

Connected Subspace Clustering: Hardness, a Scalable Heuristic, and an Application to Sea Level Geodesy

Johanna Hillebrand, Jan Höckendorff, Jürgen Kusche, Kelin Luo, Heiko Röglin, Melanie Schmidt, Christian Sohler, Bernd Uebbing

arXiv:2608.14215v1cs.LG

TL;DR

Connected subspace clustering은 부분공간 유사성과 지리적 연결성을 동시에 만족하는 분할을 추구하며, 전역 PCA가 국소 신호를 가릴 수 있는 지역 분석 문제를 다룬다. 이 논문은 강한 근사 난이도를 증명하고, 연결된 영역과 우수한 실증 성능을 달성하는 병합 기반 Lloyd-style heuristic을 제안한다.

  • 문제

    전역 PCA는 ENSO와 같은 지역적으로 중요한 저분산 현상을 고차 모드에 배치할 수 있으므로, 국소 분석을 위해 인접한 지역 단위로 분할할 필요가 있다.

  • 방법

    이 논문은 부분공간 재구성과 graph connectivity를 결합한 뒤, 부분공간 적합도에 따라 작은 성분을 인접 클러스터에 병합하여 k개의 연결된 영역이 남을 때까지 반복한다.

  • 결과

    이 문제는 factor Ω(|V'|^1/2−ε) 이내의 근사가 NP-hard이며, IterMerge는 160개 구성 중 118개(73.75%)에서 최종 목적함수가 가장 낮았다.

  • 시사점 및 한계

    부분공간 클러스터링과 위상 정보를 결합하면 구조를 고려한 클러스터링을 실용적으로 구현할 수 있다.

  • 시사점 및 한계

    제안한 접근법은 neighborhood graph와 초기화에 민감하다.

Abstract

from arXiv · show

Constrained optimization extends classical optimization by integrating side information, making it widely applicable across scientific and engineering domains. Consider a setting where we measure variables at different physical locations. When grouping these measurements, we often want clusters that are both internally similar and physically coherent. Thus, we have a constrained clustering problem where the constraint models coherence. Motivated by an application in geodesy, where contiguous regions of the sea surface must be identified for principal component analysis, we introduce the Connected Subspace Clustering problem: given high-dimensional points and a connectivity graph, partition them into $k$ connected clusters, minimizing their total squared distance to the clusters' best-fit $m'$-dimensional affine subspaces. We prove that, even for $m' = 0$ and a grid graph with holes, the problem is NP-hard to approximate within $Ω(n^{1/2-\varepsilon})$ for every $\varepsilon>0$, where $n$ is the number of measurements. We then introduce an efficient Lloyd-style heuristic that alternates subspace fitting with an iterative merging procedure to enforce connectivity. Our method returns exactly $k$ connected regions by construction, whereas unconstrained methods leave up to $1{,}966$ disconnected fragments at higher cost. In a study of 160 configurations on global sea level time series, our merging-based repair is the strongest of four strategies in $73.75\%$ of cases, and consistently outperforms competitors such as (connected) Ward's method across all tested cluster counts. The resulting regions isolate signals aligning with climate indices such as the El Nino-Southern Oscillation and Indian Ocean Dipole. Although developed for geodesy, the approach applies to other spatially embedded multivariate time series, such as climate fields, remote sensing, neuroimaging, and sensor networks.

1 서론

Connected Subspace Clustering은 연결성 제약과 subspace reconstruction error를 결합해 고차원 공간 데이터에서 연속적이고 일관된 영역을 식별한다. 해수면 지질측량에서 동기를 얻은 이 논문은 강한 hardness 결과를 제시하고, 연결성과 해석 가능성을 갖춘 clustering을 위한 merging 기반 heuristic을 제안한다.

  • 문제 정식화: Connected Subspace Clustering은 graph-topological connectivity constraint와 best-fit affine subspaces까지의 제곱거리 최소화를 결합한다.이 정식화는 구조화된 고차원 데이터셋에서 연속적이며 동적 특성이 일관된 영역을 대상으로 한다.
  • 이론: 이 문제는 m′ = 0이고 connectivity graph가 holes를 포함한 grid인 경우에도, 모든 ε > 0에 대해 Ω(n^1/2−ε) 이내로 근사하기가 NP-hard다.
  • 알고리즘: 제안한 heuristic은 subspace fitting과 generic merging procedure를 번갈아 수행해 Lloyd-style k-subspaces algorithms 내의 분할된 할당을 연결된 영역으로 변환한다.
  • 응용: Connected Subspace Clustering은 unconstrained 또는 connected Ward’s 대안과 달리, 표시된 subspace-clustering cost 중 최저값을 달성하면서 공간적으로 일관되고 해석 가능한 해수면 영역을 생성한다.Unconstrained methods는 분할된 cluster를 생성하는 반면, connected Ward’s method는 일관되지만 고르지 않은 patch를 만들어 해양학적 현상과의 정렬이 더 약하다.
  • 응용: 해수면 응용은 수작업 또는 지리적으로 사전 정의된 partition을 데이터 기반의 연속적 영역으로 대체하며, 이 영역의 total rank-m′ reconstruction error는 regional PCA를 뒷받침한다.이렇게 얻은 영역은 위성 관측 이전 시대의 해수면을 재구성하고 steric 및 mass 기여를 분리하는 등의 후속 분석을 위해, 해수면 anomaly 거동이 유사한 해양 영역을 묶는다.

2 문제 정의, 난이도 및 알고리즘 개요

Connected subspace clustering은 고차원 측정값을 k개의 graph-connected cluster로 분할하면서, 각 cluster의 최적 적합 m′-차원 affine subspace까지의 제곱 거리를 최소화한다. 이 문제는 holes가 있는 grid graph에서조차 m′ = 0일 때 근사 불가능성이 매우 높으므로, connectivity를 복원하는 일반적인 merging 기반 Lloyd heuristic을 도입한다.

  • 문제 정의: 목적함수는 유도된 graph subgraph가 connected인 k개의 cluster를 찾으면서, 각 cluster의 최적 적합 m′-차원 affine subspace까지의 총 제곱 Euclidean 거리를 최소화한다.각 최적 적합 subspace는 cluster mean과 centered data matrix의 상위 m′개 left singular vector로 구한다.
  • 난이도: m′ = 0에서도 NP-hardness는 지속된다. holes가 있는 grid graph에서 이 문제는 임의의 ε > 0에 대해 Ω(|V′|^1/2−ε) factor 이내로 근사하기가 NP-hard하다.이 hardness 결과는 임의의 t ≥ k에 대한 Euclidean t-차원 공간에서 성립하며, grid graph상의 vertex-disjoint paths 문제로부터의 reduction으로 따른다.
  • 알고리즘 개요: merging subroutine은 fragmented cluster를 분해하고, 가장 작은 component를 반복적으로 선택한 뒤, 해당 component를 가장 잘 설명하는 subspace를 가진 인접 cluster에 병합하여 k개의 connected component가 남을 때까지 진행한다.유한하고 단순한 undirected neighborhood graph의 adjacency 정보만 사용하며, 실험에서는 holes가 있는 grid graph를 사용한다.
  • 알고리즘 개요: Lloyd-style heuristic은 최적 적합 affine-subspace 추정과 reconstruction-error reassignment를 교대로 수행하며, connectivity를 유지하기 위해 component merging, postprocessing, spatial filtering 또는 locally restricted reassignment를 사용한다.Reassignment는 connectivity를 위반할 수 있으므로, connectivity strategy를 사용해 connected cluster를 유지하거나 복원한다.

3 연결된 부분공간을 위한 알고리즘

알고리즘은 Lloyd 방식으로 최적 적합 affine subspace 추정과 재할당을 번갈아 수행한 뒤, merging 또는 locality 제한을 사용해 공간적 연결성을 강제한다. 연결성 복구 절차는 정확히 k개의 연결된 cluster를 반환하며, bounded-degree graph에서 준선형 시간에 실행된다.

  • 3.1 일반 알고리즘: Lloyd 방식 알고리즘은 점을 가장 가까운 적합 m′-차원 subspace에 할당하는 과정과 principal component analysis로 해당 subspace를 다시 계산하는 과정을 번갈아 수행한다.초기화와 수렴 기준은 별도로 지정해야 하며, 연결성은 각 iteration 후 또는 종료 후 한 번만 강제할 수 있다.
  • 3.2 초기 Clustering: 다섯 가지 초기화 방법은 connectivity-constrained agglomerative clustering, Conn-Ward, connected greedy k-means++를 결합해 초기 clustering을 제공한다.Agglomerative 변형들은 서로 다른 dissimilarity measure를 사용하며, Conn-KMeans++는 공간적 연결성 문제를 다루기 위해 k-means++ 결과를 post-process한다.
  • 3.3 연결성: 네 가지 연결성 전략은 연결성을 언제 복구하거나 유도하는지에 따라 다르다: IterMerge, PostMerge, SmoothMerge, IntegratedConn.IterMerge는 각 iteration 후 component를 merge하고, PostMerge는 마지막에만 복구하며, SmoothMerge는 Gaussian weighted label voting을 사용한다. IntegratedConn은 재할당을 인접 label로 제한하지만 최종 merging은 여전히 필요하다.
  • 3.3 연결성: 연결성 복구는 component graph를 구성하고, 가장 작은 disconnected component를 해당 점 대부분이 선호하는 인접 cluster에 반복적으로 merge한 뒤 k개의 연결된 component에서 중단한다.이 절차는 원래 label보다 공간적 coherence를 우선하며, 연결성을 강제할 때 objective function을 증가시킬 수 있다.
  • 3.3 연결성: bounded-degree graph에서는 애플리케이션의 grid를 포함해 연결성 복구에 O(n(k + log n)) 시간이면 충분하며, k = Ω(log n)일 때는 O(nk)이다.구현은 graph traversal, 미리 계산한 ranking, min-heap, path compression을 적용한 union–find를 사용한다.

4 실험 평가

160개 해수면 클러스터링 구성에서 IterMerge가 최종 목적함수를 가장 낮게 달성한 경우가 가장 많았고, Conn-Subspace는 유효한 초기화를 늘리며 테스트한 모든 클러스터 수에서 Conn-Ward를 앞섰다. 초기화 품질은 목적함수와 전처리에 좌우되었으며, 필터링하지 않은 데이터에서는 Agglo-ST를 사용할 수 없게 되는 경우도 있었다.

  • 4.1 데이터셋, 전처리 및 connectivity graph: 실험에는 8,160개 격자점을 포함하는 CMEMS 해수면 이상 자료를 사용했으며, 시간적·공간적으로 필터링한 뒤 hole이 있는 four-neighbor grid graph로 표현했다.경도 방향 wrap 인접성이 주기성을 반영하며, 평가에는 four-neighbor graph를 사용했다.
  • 4.2 초기화 방법: Agglo-ST는 전처리에 매우 민감했으며, 필터링하지 않은 데이터에서는 요청된 subspace 차원을 지원할 수 없는 하나의 지배적 클러스터와 작은 클러스터들로 자주 퇴화했다.k = 20에서 Agglo-ST는 차순위 최악의 방법보다 최소 8.98% 높았지만, 나머지 네 초기화 방법은 테스트한 구성 전반에서 사용 가능했다.
  • 4.3 connectivity 전략: IterMerge는 160개 구성 중 118개(73.75%)에서 최종 목적함수를 가장 낮게 달성했으며, SmoothMerge, IntegratedConn, PostMerge보다 앞섰다.평가는 160개 기본 구성과 640회 실행으로 이루어졌으며, 필터링하지 않은 데이터에서 Agglo-ST가 요청된 subspace 차원에 비해 너무 작은 클러스터를 생성한 탓에 두 구성에서는 개선된 해가 없었다.
  • 4.3 connectivity 전략: Conn-Subspace는 모든 유효한 초기화에서 목적함수를 낮췄으며, 가장 큰 감소폭은 필터링하지 않은 데이터에서 k = 15 및 m′ = 30일 때 Agglo-ST에 대해 20.3%에 달했다.이 개선은 초기 분할이 최적이 아닌 경우에도 유지되었다.
  • 4.4 Conn-Ward와의 비교: Conn-Agglo-Euc에 이어 Conn-Subspace를 IterMerge와 함께 적용하면 필터링한 데이터와 필터링하지 않은 데이터 모두에서 테스트한 모든 k에 대해 최저 목적함수를 달성하여 Conn-Ward보다 우수했다.Conn-Subspace는 클러스터 할당을 반복적으로 수정할 수 있지만, Conn-Ward는 초기 형성 이후 할당을 수정할 수 없다.

Subspace-Clustering 및 Spatial-Spectral 방법과의 비교

Connected Subspace Clustering은 unconstrained subspace-clustering 및 spatial-spectral baseline을 능가하면서, 정확히 k개의 connected cluster를 반환하는 유일한 방법이다. 이 방법의 지역별 해수면 분할은 주요 해양 구조 및 climate index와 연관된 변동성도 분리한다.

  • Baseline 비교: 필터링하지 않은 데이터에서 k = 25일 때 objective value는 14,473.1 versus 2,947.9이며, SSC-OMP는 목표한 정확히 25개 cluster에 비해 최대 1,966 connected components를 생성한다.EnSC는 최대 222 connected components를 생성하지만, m′ = 30에서 Conn-Agglo-Euc followed by Conn-Subspace with IterMerge보다 objective가 일관되게 높다.
  • Baseline 비교: 우리 방법은 정확히 k개의 connected cluster를 반환하는 반면, SSC-OMP, EnSC, EGCSC 및 EKGCSC는 요청된 수보다 많은 connected components를 생성하며 모든 테스트 configuration에서 성능이 더 낮다.비교한 baseline들은 single-component cluster를 보장하지 않는다. EGCSC와 EKGCSC는 SSC-OMP 및 EnSC보다 fragmentation이 적지만 여전히 목표 cluster 수를 충족하지 못한다.
  • Sea Level Research에 대한 시사점: 지역별 decomposition은 global EOFs가 흐리게 만들 수 있는 해수면 mode를 드러내며, Agulhas current, Gulf Stream, ENSO-related variability 및 Indian Ocean Dipole과 연관된 cluster를 포함한다.Cluster 8은 Atlantic basin의 대부분을 가로지르고, cluster 9는 eastern tropical Pacific을 포괄하며, cluster 13은 IOD에 해당하면서 그 핵심 영역을 넘어 확장된다.
  • Sea Level Research에 대한 시사점: Regional altimetry EOFs는 표적화된 sea-level-driver 분석을 뒷받침하고 tide-gauge reconstruction을 개선할 수 있지만, cluster 경계의 불일치는 추가 연구가 필요하다.이 응용에서는 필터링된 데이터에 k = 15를 적용하고, 최상의 성능을 보인 Conn-Agglo-Euc followed by Conn-Subspace with IterMerge configuration을 사용한다.

5 결론 · 이론 · A.1 추가 관련 연구

이 논문은 subspace 목적함수와 위상 정보를 결합하면 구조 인식 clustering을 실용적으로 수행할 수 있다고 결론내리며, graph와 초기화에 대한 민감성을 주요 한계로 지적한다. 관련 연구에서는 connected k-means를 radius-based connected k-center와 구분하고, grid graph 결과가 없다는 점을 포함해 기존 hardness 및 approximation 결과를 정리한다.

  • 5 결론: subspace clustering 목적함수와 위상 정보를 결합하면 구조 인식 clustering을 위한 실용적인 경로가 제공된다.이 접근법은 neighborhood graph와 초기화에 여전히 민감하다.
  • 5 결론: 향후 연구에서는 bi-criteria optimization을 통해 목적함수와 connectivity를 동시에 최적화하고, 이 방법을 다른 데이터셋이나 설정으로 확장해야 한다.
  • A.1 추가 관련 연구: 제약이 없는 k-means의 경우, 문제는 constant k [3] 및 constant m [34]에 대해 NP-hard이며, k-means++는 O(log k)-approximation 을 달성한다.최신 실용 approximation algorithm은 이를 O(1)-worst-case guarantee 까지 개선한다.
  • A.1 추가 관련 연구: Connected k-center 연구는 maximum radius 최소화를 다룬다. 는 tree에서 최적해를 구하고, 은 일반 connectivity graph에 대해 O(log2 k) approximation을 제공한다.
  • A.1 추가 관련 연구: Connected k-means는 connected subspace clustering의 m′ = 0 특수 경우로, radius-based connected k-center와 달리 squared Euclidean distance와 합 기반 목적함수를 사용한다.
  • A.1 추가 관련 연구: [21]은 star-like graph에서 connected k-means가 Ω(log n)보다 더 나은 근사를 구하기 NP-hard임을 보이고, 해당 graph class에 대해 O(log n)-approximation을 제공한다.
  • A.1 추가 관련 연구: [14]는 connected metric k-median가 tree에서는 최적으로 풀리는 반면, 일반 graph에서는 Ω(n1−ϵ)보다 더 나은 근사를 구하기 NP-hard이며 (n·log2 k)-approximation을 허용함을 보인다.
  • A.1 추가 관련 연구: grid connectivity graph의 특수 경우에 대해서는 보고된 결과가 없다.

A.2 연결된 (k, p)-클러스터링 문제의 hardness 증명 · B 응용 · B.1 데이터셋

이 논문은 vertex-disjoint paths reduction을 통해 연결된 clustering의 강한 근사 불가능성을 확립하고, 장기적 동질성 또는 시점별 정확도와 공간 샘플링을 강조하는 위성 유래 SLA 데이터 제품을 사용해 해수면 응용을 동기 부여한다.

  • B 응용: 연결된 clustering 정식화는 공간적으로 조직된 해수면 측정값에 대한 constrained problem으로 구체화되어, 이론적 모델과 논문의 지질학적 응용을 연결한다.제공된 데이터셋 부분은 이 응용을 뒷받침하는 위성 유래 SLA 제품을 식별한다.
  • A.2 연결된 (k, p)-클러스터링 문제의 hardness 증명: 연결된 (k, p)-clustering은 t ≥ k인 유클리드 t차원 공간의 구멍이 있는 grid graph에서 Ω(|V′|^(1/2−ε)) 이내로 근사하는 것이 NP-hard다.이 결과는 모든 ε > 0 및 상수 p ∈ N에 대해 성립한다.
  • A.2 연결된 (k, p)-클러스터링 문제의 hardness 증명: hardness reduction은 구멍이 있는 grid graph에서의 NP-complete vertex-disjoint paths problem에서 시작하여, 부착된 gadget을 포함하는 확장 connectivity graph를 구성한다.선택된 grid edge는 path로 대체되고, 각 terminal 주위에는 구조화된 subgraph가 추가된다.
  • A.2 연결된 (k, p)-클러스터링 문제의 hardness 증명: vertex-disjoint terminal path가 존재하면 구성된 discrete clustering instance의 비용은 |V| + |V|^2m 이하이고, 그렇지 않으면 모든 해의 비용은 m^2 이상이다.두 bound는 실현 가능한 path instance와 실현 불가능한 instance를 구분하며 approximation gap을 도출한다.
  • A.2 연결된 (k, p)-클러스터링 문제의 hardness 증명: 연속 connected (k, p)-clustering에 대한 α-approximation은 O(kn) 시간에 discrete variant에 대한 (2pα)-approximation으로 변환할 수 있다.이 transfer를 통해 discrete inapproximability 결과가 연속 유클리드 정식화의 hardness를 함의한다.
  • B.1 데이터셋: 이 응용은 두 주요 출처의 위성 유래 해수면 이상 제품을 사용한다. 하나는 장기적 동질성을 강조하는 반면, Copernicus Marine Service는 시점별 추정 정확도와 향상된 공간 샘플링을 우선한다.CMEMS 데이터셋은 TOPEX-Poseidon, Jason-1/2/3, Sentinel-6A로 구성된 안정적인 two-satellite merged constellation을 기반으로 한다.

B.2 Thompson과 Merrifield의 재구현

이 재구현은 연결성을 명시적으로 강제하지 않고 Thompson과 Merrifield의 [40] spatial-temporal distance를 사용하는 average-linkage hierarchical clustering method를 따른다. 충분히 smooth한 데이터에서만 연결성이 나타나며, 그렇지 않으면 segmentation이 공간적 coherence를 결여하고 local extrema를 고립시킬 수 있다.

  • B.2 Thompson과 Merrifield의 재구현: 이 재구현은 에 따라 구현된 Thompson과 Merrifield의 [40] average-linkage hierarchical agglomerative algorithm을 따르며, 연결성을 명시적으로 강제하지 않는다.singleton cluster에서 시작해, k개의 cluster가 남을 때까지 average-linkage distance가 최소인 쌍을 반복적으로 병합한다.
  • B.2 Thompson과 Merrifield의 재구현: 이 distance는 Haversine spatial distance와 Pearson correlation을 사용해 geographic separation과 time-series correlation을 결합하며, spatial-temporal dissimilarity로 표현된다.Pearson correlation의 범위는 −1에서 1이며, exponential transformation을 적용하면 서로 가깝고 상관성이 높은 점일수록 더 높은 similarity를 얻는다. normalization constant는 c0 ≈4328이다.
  • B.2 Thompson과 Merrifield의 재구현: Connected cluster는 데이터가 공간과 시간에 걸쳐 충분히 smooth할 때만 형성되며, 그렇지 않으면 이 방법은 spatially incoherent segments를 생성하고 local extrema를 고립시킬 수 있다.unfiltered-data 설정은 성능 저하 및 의미 있는 구조를 포착하지 못하는 실패와 특히 관련된다.

B.3 전 지구 해수면 데이터의 EOF와 PC

전 지구 해수면의 처음 세 EOF와 PC는 각각 장기 추세, 계절 주기, ENSO 신호를 포착하지만, ENSO는 다른 변동성 모드와 부분적으로 혼합되어 있다.

  • EOF와 PC: 처음 세 EOF와 PC는 각각 장기 추세, 계절 주기, ENSO 신호를 포착한다.이 결과는 Figure B.1에 제시되어 있다.
  • EOF와 PC: ENSO 신호는 다른 변동성 모드와 부분적으로 혼합되어 있으며, 이는 EOF 분석의 알려진 한계다.
  • EOF와 PC: Subspace clustering과 EOF decomposition을 결합하면, 표준 전 지구 EOF 분석으로는 명확히 나타나지 않을 수 있는 지역적으로 일관된 해수면 변동 패턴을 추출할 수 있다.

B.4 해수면 연구에 대한 시사점 … C.2 연결성 방법 세부사항

Connected subspace clustering은 지배적 신호가 ENSO 관련 구조를 드러내고 지역 재구성을 가능하게 하는 연속적인 해수면 영역을 분리하지만, 지역 분리는 추가 연구가 필요한 경계 불일치를 만들 수 있다. 제공된 구현 자료는 pseudocode와 거리 재계산 세부사항을 통해 연결성 알고리즘을 확장한다.

  • B.4 해수면 연구에 대한 시사점: Global EOFs는 주로 장기 추세와 계절 주기를 포착하며, 이에 대응하는 principal components는 추세와 연간 변동을 보인다.계절 주기는 태양 복사 강제력, 해양의 열 흡수, 그리고 변동하는 육지–해양 담수 플럭스와 관련된다.
  • B.4 해수면 연구에 대한 시사점: Subspace clustering은 국지적인 해수면 모드를 드러낸다. 대부분의 소지역에서는 추세와 연주기 신호가 지배적인 반면, 열대 태평양에서는 ENSO가 지배적이다.지역 분리를 통해 각 지역과 관련된 지배적 신호와 구동 요인에 초점을 맞춘 분석이 가능하다.
  • B.4 해수면 연구에 대한 시사점: 지역 신호를 분리하면 인접 지역 사이의 경계에서 불일치가 발생할 수 있으므로, 추가 조사가 필요하다.이 한계는 지역별 EOF 기반 재구성의 사용을 제한한다.
  • B.4 해수면 연구에 대한 시사점: 연속적인 해양 영역은 고도계 관측 시대 이전의 과거 해수면을 지역적으로 재구성할 수 있게 하며, EOFs를 이용한 지역 조위계 재구성을 뒷받침할 수 있다.조위계 기록 밀도가 높은 지역에 이 접근법을 적용할 수 있으며, 동태평양에 대한 선행 적용 사례가 로 제시된다.
  • C 구현: 부록은 본문에서 다음 구현 코드를 생략했으며, 함께 제공된 subsection이 Subsection 3.3에서 논의한 알고리즘을 확장한다고 설명한다.이 대목들은 구현 자료가 새로운 경험적 결과가 아니라 보충적인 알고리즘 세부사항임을 보여준다.
  • C.1 함께 제공된 pseudocode: Average-linkage 연결성 갱신은 새로운 이웃 영역에 속한 클러스터에 대해서만 거리를 재계산하며, 공통 이웃은 이전 두 거리의 가중합을 사용한다.이웃 클러스터가 병합된 두 클러스터 중 하나에만 인접해 있었던 경우 거리를 재계산하고, 공통 이웃의 거리는 기존 두 값을 모두 사용한다.
  • B.4 해수면 연구에 대한 시사점: 클러스터 6과 9는 동태평양과 서태평양 영역에 각각 적합하며, 이들의 첫 번째 EOFs는 ENSO와 강한 상관을 보이는 반면 클러스터 8은 약한 상관을 보인다.ENSO 관련 영역에서는 연간 신호가 두 번째 EOF에 나타난다.

C.2.1 merging을 통한 connectivity 확립 · C.2.3 Filtering

connectivity-merging 접근법은 작은 component를 인접 cluster에 반복적으로 merge하여, disconnected input cluster를 정확히 k개의 connected region으로 변환한다. Gaussian filtering 대안은 noise를 줄이고 응집력 있는 region을 촉진하지만, connectivity repair가 여전히 필요할 수 있다.

  • C.2.1 merging을 통한 connectivity 확립: 이 방법은 위치와 time series가 sufficiently correlated하여 disconnected input cluster가 merge에 적합한 작은 contiguous region으로 구성된다고 가정한다.
  • C.2.1 merging을 통한 connectivity 확립: merging algorithm은 가장 작은 connected region을 반복적으로 제거하고, largest majority preference를 받는 neighboring cluster에 할당하여 정확히 k개의 region이 남을 때까지 진행한다.동일한 cluster에 속한 인접 point로부터 connected component를 구성하며, 각 merge는 region 수를 1만큼 감소시킨다.
  • C.2.1 merging을 통한 connectivity 확립: merging routine은 O(|E| + n(k + log n)) 시간에 실행되며, bounded-degree graph에서는 O(n(k + log n)), k = Ω(log n)일 때는 O(nk)가 된다.구현은 distance 및 score 사전 계산, heap 유지, winner scan, union–find, neighborhood-edge scan을 결합한다.
  • C.2.1 merging을 통한 connectivity 확립: merging loop는 각 iteration에서 connected component 수가 최소 1만큼 감소하므로 최대 z_0 − k times 실행된다.
  • C.2.3 Filtering: Gaussian filtering은 Haversine-distance neighborhood 내에서 normalized kernel-weighted cluster support를 사용해 각 point에 새로운 label을 할당하며, neighborhood의 radius는 3σ다.parameter σ = h/1.178은 Gaussian weight가 half-width h에서 최대값의 절반으로 감소하도록 한다.
  • C.2.3 Filtering: Filtering은 noise를 줄이고 더 응집력 있는 region을 생성하지만, necessarily exactly k connected clusters를 만들지는 않으므로 connectivity-repair step도 실행된다.

D 실험

실험에서는 지구의 곡률을 고려하면서 측지 위도/경도 격자상의 데이터를 평활화하기 위해 parallelized spherical Gaussian filter를 사용한다.

  • D 실험: 이 연구에서는 표준 pointwise kernel이 지구 측지 격자의 곡률을 고려하지 못하기 때문에 parallelized spherical Gaussian filter를 구현한다.이 filter는 지구 표면에 정의된 구조화된 공간 격자에서 작동한다.

D.1 데이터 전처리 · D.2 부분공간 클러스터링 · D.3 초분광 영상

부록에서는 곡률을 고려하고 결측 데이터에 강건한 전처리를 자세히 설명하고, connected subspace clustering을 제약이 없는 부분공간 및 초분광 방법과 비교 평가한다. 제약이 없는 baseline은 파편화되거나 응집도가 낮은 영역을 생성하는 반면, 보고된 비교에서 EGCSC는 EKGCSC보다 응집도가 높은 클러스터를 생성한다.

  • D.1 데이터 전처리: 전처리 필터는 가중 평균에서 NaN 값을 제외하면서 곡률을 고려한 Gaussian spatial smoothing을 수행하고, 시간 단계와 위치에 걸쳐 독립적인 병렬 처리를 지원한다.이웃 가중치는 great-circle Haversine distance, cutoff radius r_c = 3σ, 그리고 사용자가 지정하는 half-width h를 사용한다.
  • D.1 데이터 전처리: 이 필터는 지구의 곡률을 반영하면서 결측 관측에도 강건한 공간 평활화 데이터셋을 생성한다.모든 시간 단계에서 구면 이웃에 유효하지 않은 관측이 포함된 위치를 제외하여 유효성을 판정한다.
  • D.1 데이터 전처리: 추가 실험에서는 안정성, 실행 가능성, 해의 품질을 기준으로 선정한 대표적인 부분공간 클러스터링 및 초분광 segmentation 알고리즘과 제안 방법을 비교한다.부록에서는 다른 알고리즘도 테스트했지만 제시할 방법으로 선정하지 않았다고 설명한다.
  • D.2 부분공간 클러스터링: 제약이 없는 SSC-OMP와 EnSC는 파편화된 클러스터링을 생성하며, SSC-OMP는 일관되게 응집도가 낮은 클러스터를 생성하고 EnSC는 필터링된 데이터에서 여러 연결 요소를 형성한다.비교는 필터링 및 비필터링 데이터에서 k = 8, 15, 20, 25를 대상으로 하며, 다른 매개변수는 기본값으로 두고 γ = 50을 사용한다.
  • D.3 초분광 영상: 초분광 비교에서는 구면의 불완전한 입력에 맞게 조정하고 최상의 결과를 낸 매개변수를 선택한 뒤 GraphConvSC의 EGCSC 및 EKGCSC 변형을 평가한다.실험에는 의 코드를 사용하며, 설정된 매개변수는 Table D.1에 보고되어 있다.
  • D.3 초분광 영상: 보고된 초분광 영상 예시에서 EGCSC는 EKGCSC보다 응집도가 높은 클러스터를 생성한다.예시 클러스터링은 Figure D.1에 제시되어 있다.
  • D.3 초분광 영상: 부록에서는 connectivity repair methods를 적용하기 전후의 부분공간 클러스터링 비용을 보고하고, 부분공간 및 초분광 baseline과 비교한다.표에서는 Subsection 3.3에 설명된 connectivity methods를 사용하여 Alg. 3.1에서 발생한 초기 비용과 변화를 정리한다.

D.4 결과

결과는 8, 15, 20, 25개 클러스터에 대해 필터링 및 비필터링 데이터에서 점과 적합된 subspace 간 거리를 비교하며, Agglo-ST가 비필터링 입력에서 실패할 수 있음을 함께 보여준다.

  • D.4 결과: Agglo-ST는 비필터링 데이터에서 성능이 낮아 하나의 지배적인 클러스터와 m′-차원 subspace를 계산하기에 너무 작은 다른 클러스터들을 생성한다.따라서 영향을 받은 비필터링 구성에서는 해당 표의 값이 누락되어 있다.
Loading 2608.14215v1…