A Hamiltonian driven Geometric Construction of Neural Networks via the Lognormal family, Application to Financial Fraud Detection and to Network Security

Resumen Técnico: Una Construcción Geométrica de Redes Neuronales Impulsada por un Hamiltoniano mediante la Familia Lognormal

Planteamiento del Problema
Las redes neuronales artificiales (ANN) tradicionales se construyen típicamente dentro de espacios euclidianos, una limitación que restringe su capacidad para capturar la complejidad intrínseca de los datos estructurados que residen en variedades estadísticas. Si bien la geometría de la información, iniciada por Amari, ha establecido la utilidad de las estructuras de Riemann para los parámetros sinápticos, pocos estudios han construido explícitamente arquitecturas de redes neuronales sobre variedades estadísticas específicas, particularmente la variedad lognormal. La distribución lognormal es ubicua en finanzas, biología y procesamiento de señales; sin embargo, su espacio de parámetros no ha sido utilizado sistemáticamente para derivar componentes neuronales (entradas, pesos, funciones de activación) a partir de principios geométricos fundamentales. El artículo aborda la pregunta de cómo estructurar una variedad estadística lognormal como una variedad neuronal y deducir sus componentes utilizando la geometría hamiltoniana y el formalismo de los grupos de Lie.

Metodología
Los autores proponen un método sistemático para construir una red neuronal intrínsecamente en la variedad estadística lognormal explotando su estructura hamiltoniana y geométrica. La metodología procede a través de los siguientes pasos:

1. Formulación Estadística: La distribución lognormal se trata como una familia exponencial. Los parámetros naturales $\theta = (\theta_1, \theta_2)$ se derivan de la media ($\mu$) y la desviación estándar ($\sigma$) de los datos logarítmicos.
2. Dinámica Hamiltoniana: Se demuestra que el flujo de gradiente en la variedad lognormal es equivalente a un sistema hamiltoniano. Al definir las coordenadas del espacio de fase $P$ y $Q$ basadas en los parámetros naturales, el sistema se mapea al disco de Poincaré ($D$), un modelo de geometría hiperbólica.
3. Acción del Grupo de Lie: La dinámica del sistema se describe mediante la acción del grupo de Lie $SU(1, 1)$ sobre el disco de Poincaré. La acción del grupo representa la evolución del sistema en el espacio de fase.
4. Derivación de Componentes Neuronales:
   • Entrada (Input): El vector de entrada se define por las coordenadas del disco de Poincaré, derivadas de las variables hamiltonianas.
   • Matriz de Pesos: La matriz de pesos sinápticos se construye a partir del componente de rotación de la acción $SU(1, 1)$ (representado por una matriz de rotación $\Omega \in SO(2)$) y un vector de traslación $\vec{t}$. Esta matriz pertenece al grupo Euclídeo Especial $SE(2)$.
   • Función de Activación: La función de activación emerge de la estructura simpléctica del sistema, definida como un morfismo de grupo que involucra funciones exponenciales y trigonométricas de la variable angular $\beta$.
5. Arquitectura: La arquitectura resultante es una red de una sola capa totalmente conectada con un sesgo (bias), donde la combinación lineal y la no linealidad están arraigadas en la geometría subyacente de los datos en lugar de simples abstracciones algebraicas.

Contribuciones Clave

• Construcción Geométrica: El artículo proporciona una derivación rigurosa de una arquitectura de red neuronal directamente desde la variedad estadística lognormal, yendo más allá de las aproximaciones euclidianas.
• Dinámica Impulsada por un Hamiltoniano: Demuestra que el sistema de gradiente en la variedad lognormal es integrable y equivalente a un sistema hamiltoniano con trayectorias elípticas cerradas en el espacio de fase, las cuales se compactan en el disco de Poincaré.
• Definición Explícita de Componentes: Los autores definen explícitamente las funciones de entrada, la matriz de pesos (que incorpora rotación y traslación) y la función de activación basándose en el grupo de Lie $SU(1, 1)$ y la estructura simpléctica.
• Marco Teórico: El trabajo establece un puente entre la geometría de la información, la teoría de los grupos de Lie y el aprendizaje automático, mostrando cómo los sistemas de procesamiento de información pueden ser "naturalizados" en espacios no euclidianos.

Resultos y Aplicaciones
El artículo valida el marco propuesto a través de dos escenarios de aplicación específicos, utilizando conjuntos de datos de 10 días para demostrar la detección de anomalías:

1. Detección de Fraude Financiero:

   • Contexto: Se monitorean los montos de las transacciones, que siguen una distribución lognormal.
   • Mecanismo: La actividad fraudulenta altera la distribución estadística base ($\mu, \sigma$). El sistema mapea estos parámetros al disco de Poincaré.
   • Resultado: En el estudio de caso, un día fraudulento (Día 6) con alta volatilidad causó un cambio radical en las propiedades estadísticas. En el espacio de características hiperbólico del disco de Poincaré, esto resultó en una "aceleración geodésica" significativa, separando el estado fraudulento del envolvente operativo normal de manera mucho más distintiva que las métricas de distancia euclidianas.

2. Seguridad de Red (Detección de Intrusión DDoS):

   • Contexto: Las tasas de paquetes de red, que son positivas y sesgadas, se modelan como lognormales.
   • Mecanismo: Un ataque DDoS aumenta drásticamente la tasa media de paquetes y la volatilidad.
   • Resultado: El pipeline de transformación geométrica mostró que durante las rutinas de tráfico normal, las coordenadas forman un grupo altamente estable en el segmento extremo izquierdo del envolvente de la variedad interna ($x_D \approx -0.499$). Cuando se dispara el ataque DDoS, el cambio masivo en los parámetros de la distribución provoca un "salto explosivo y casi ortogonal" hacia el eje de la frontera vertical, forzando a $x_D$ a viajar de $-0.4996$a$-0.0062$y a$y_D$ a ascender a $0.4999$. Este cambio refleja una variación masiva en la distancia de Rao-Fisher, proporcionando una alerta geométrica inmediata que es robusta contra perfiles de ataque adaptativos que podrían evadir los sistemas tradicionales basados en umbrales.

Significancia y Reivindicaciones
El artículo afirma ofrecer una nueva perspectiva para el aprendizaje automático geométrico al demostrar que los sistemas de procesamiento de información neuronal basados en la familia lognormal pueden modelarse como sistemas dinámicos en el disco de Poincaré. La significancia radica en que las operaciones fundamentales de la red (combinación lineal, no linealidad) no son elecciones algebraicas arbitrarias, sino que están intrínsecamente derivadas de la geometría del espacio de parámetros de los datos.

Los autores sostienen que este enfoque permite el diseño de arquitecturas naturalmente adecuadas para datos que siguen distribuciones lognormales, donde el espacio de parámetros es inherentemente una variedad. Al utilizar el formalismo hamiltoniano y la acción de $SU(1, 1)$, el modelo preserva la identidad estadística durante la propagación hacia adelante dentro de trayectorias de información aisladas (órbitas), en lugar de hacerlo globalmente a través de todo el disco. Esto ofrece un método geométrico computacionalmente ligero para detectar anomalías en sistemas donde los datos siguen naturalmente una distribución lognormal. El trabajo se presenta como un paso fundacional en la aplicación de la geometría de la información a la construcción explícita de redes neuronales sobre variedades estadísticas específicas.