Neural Networks for Parameter Estimation of the Discretely Observed Hawkes Process
Dieses Paper schlägt eine recheneffiziente, likelihood-freie Methode unter Verwendung von voll vernetzten neuronalen Netzen vor, die auf simulierten Daten trainiert wurden, um Parameter diskret beobachteter Hawkes-Prozesse zu schätzen, wobei eine Genauigkeit erreicht wird, die mit bestehenden approximativen Likelihood-Schätzern vergleichbar ist, während gleichzeitig die Rechenzeit signifikant reduziert und eine schnelle Unsicherheitsquantifizierung ermöglicht wird.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Das große Problem: Die „blinde Zählung“
Stellen Sie sich vor, Sie versuchen, ein sehr geschäftiges Café zu verstehen. Sie möchten genau wissen, wann jeder einzelne Kunde durch die Tür trat und wie viele Neukunden aufgrund des Trubels der vorherigen Kunden kamen (Selbstaktivierung). Dies ist das, was ein „Hawkes-Prozess“ modelliert: Ereignisse, die weitere Ereignisse auslösen, wie etwa Erdbeben, die nach Hauptbebenfolgen auftreten, oder ein viraler Tweet, der mehr Shares auslöst.
Normalenfalls benötigen Sie, um die Regeln dieses Cafés zu verstehen, eine perfekte Videoaufnahme jeder Ankunftszeit. In der realen Welt haben Sie jedoch oft nur ein tägliches Logbuch. Sie wissen, dass zwischen 9:00 und 10:00 Uhr 15 Personen kamen und zwischen 10:00 und 11:00 Uhr 20 Personen. Sie wissen nicht genau, wann sie ankamen, sondern nur die Gesamtzahl für diese Stunde.
In der Statistik wird dies als diskrete Beobachtung oder „Intervallzensierung“ bezeichnet. Das Problem ist, dass die Mathematik, die erforderlich ist, um die zugrunde liegenden Regeln (die Parameter) zu ermitteln, wenn man nur diese Zählwerte hat, unmöglich komplex wird. Es ist, als versuche man, ein 1.000-Teile-Puzzle zu lösen, bei dem man nur das Bild auf dem Karton bekommen hat, aber alle Teile in einem Beutel vermischt sind.
Die alten Lösungen: Langsam oder verzerrt
Wissenschaftler haben bereits versucht, dies zu beheben, stießen dabei aber an Grenzen:
- Die „Rate-und-Check“-Methode: Einige versuchten, die fehlenden Zeiten zu erraten und dann die Schätzung zu verfeinern. Das ist schnell, führt aber oft zum falschen Ergebnis (verzerrt).
- Die „Supercomputer“-Methode: Andere entwickelten eine Methode, die unglaublich genau ist, aber so viel Rechenleistung benötigt, dass es ist, als würde man einen Kernreaktor benutzen, um ein einzelnes Ei zu kochen. Es funktioniert, ist aber zu langsam für den Echtzeitgebrauch.
Die neue Lösung: Der „KI-Coach“
Die Autoren dieser Arbeit schlagen einen cleveren Umweg vor. Anstatt zu versuchen, die unmögliche mathematische Gleichung jedes Mal neu zu lösen, wenn Sie neue Daten erhalten, trainieren sie ein Neuronales Netz (NN) – eine Art künstliche Intelligenz – dazu, wie ein erfahrener Coach zu agieren.
So haben sie den Coach trainiert:
- Die Welt simulieren: Sie erstellten tausende Male eine Computersimulation des Cafés (den Hawkes-Prozess). Sie kannten die „wahren Regeln“ für jede dieser Simulationen.
- Das Logbuch erstellen: Für jede Simulation taten sie so, als hätten sie nur das tägliche Logbuch (die Zählwerte) und verbargen die exakten Ankunftszeiten.
- Der „Schnelle Schätz“-Trick: Um der KI beim Lernen zu helfen, verwendeten sie einen einfachen, schnellen Trick, um die fehlenden Zeiten grob zu schätzen. Stellen Sie sich das wie einen Coach vor, der auf das Logbuch blickt und sagt: „Wenn in einer Stunde 15 Leute kamen, nehmen wir mal an, sie kamen in gleichmäßigen Abständen an.“ Das ist nicht perfekt, aber ein guter Ausgangspunkt.
- Das Training: Sie fütterten die KI mit der „groben Schätzung“ und den „Logbuch-Zahlen“ und baten sie, die „wahren Regeln“ vorherzusagen, mit denen sie begonnen hatten. Die KI lernte das Muster: „Wenn das Logbuch so aussieht wie X und meine grobe Schätzung Y ist, dann sind die wahren Regeln Z.“
Die Magie der statistischen Kennzahlen
Die entscheidende Innovation der Arbeit liegt darin, womit sie die KI gefüttert haben. Anstatt der KI das gesamte Logbuch zu geben (das riesig sein könnte), gaben sie ihr eine statistische Kennzahl (Summary Statistic).
Stellen Sie sich vor, Sie versuchen das Wetter vorherzusagen. Sie müssen nicht die Temperatur von jeder einzelnen Sekunde des Tages kennen; Sie brauchen nur die Durchschnittstemperatur, die Höchsttemperatur und die Tiefsttemperatur.
- Die Autoren erstellten eine „Zusammenfassung“ der Daten, die die wichtigsten Hinweise auf die Prozesse einfängt.
- Da diese Zusammenfassung klein und einfach ist, kann die KI sie sehr schnell lernen.
- Sobald sie trainiert ist, kann die KI auf ein neues Logbuch schauen, die einfache Zusammenfassung berechnen und sofort die Antwort ausspucken.
Warum dies ein Wendepunkt ist
Das Paper beansprucht drei Siege für sich:
- Geschwindigkeit: Die KI ist „amortisiert“. Das bedeutet, die harte Arbeit (das Training) findet nur einmal statt. Danach dauert die Vorhersage nur einen Bruchteil einer Sekunde. Es ist, als würde man einmal eine Karte kaufen und dann jede Stadt sofort navigieren können, anstatt jedes Mal eine neue Karte zu zeichnen, wenn man das Haus verlässt.
- Genauigkeit: Obwohl die KI mit „groben Schätzungen“ trainiert wurde, arbeitet sie genauso gut wie die zuvor erwähnte „Supercomputer“-Methode (PMMH).
- Unsicherheit: Die KI liefert nicht nur eine einzige Antwort, sondern einen Bereich. Sie kann sagen: „Ich bin mir zu 95 % sicher, dass die Regel zwischen X und Y liegt.“ Dies ist entscheidend, um zu wissen, wie sehr man dem Ergebnis vertrauen kann.
Realweltliche Tests
Die Autoren testeten diese Methode in zwei realen Szenarien:
- Masern in Tokio: Sie analysierten die wöchentlichen Fallzahlen von Masern.
- Salmonellen in Australien: Sie analysierten die wöchentlichen Fallzahlen von Salmonellen unter Berücksichtigung saisonaler Veränderungen (wie etwa der Anstieg der Grippefälle im Winter).
In beiden Fällen lieferte die KI-Methode Ergebnisse, die den genauesten bestehenden Methoden sehr ähnlich waren, aber sie erledigte dies wesentlich schneller.
Das Fazle Fazit
Dieses Paper führt einen Weg ein, Künstliche Intelligenz einzusetzen, um ein schwieriges mathematisches Problem zu lösen, das normalerweise enorme Rechenleistung erfordert. Durch das Training einer KI mit simulierten Daten und die Verwendung einer cleveren „Zusammenfassung“ der Informationen haben sie ein Werkzeug geschaffen, das schnell, genau und bereit für reale Daten ist, bei denen wir nur die Gesamtsummen, aber nicht den exakten Zeitpunkt der Ereignisse kennen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.