📊 statistics

Graph Distribution-valued Signals: A Wasserstein Space Perspective

Este artículo presenta un marco novedoso para el procesamiento de señales en grafos que modela las señales como distribuciones de probabilidad en el espacio de Wasserstein, superando las limitaciones de los enfoques vectoriales clásicos al codificar incertidumbre y generalizar conceptos fundamentales, lo cual se valida mediante experimentos de aprendizaje de filtros.

Autores originales: Yanan Zhao, Feng Ji, Xingchao Jian, Wee Peng Tay

Publicado 2026-03-25

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Yanan Zhao, Feng Ji, Xingchao Jian, Wee Peng Tay

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que el mundo está conectado por una red gigante de ciudades (nodos) unidas por carreteras (aristas). En el campo de la Procesamiento de Señales en Grafos (GSP), tradicionalmente hemos intentado entender esta red tomando una "foto instantánea" de cada ciudad al mismo tiempo.

Por ejemplo, si queremos predecir el tráfico o los casos de una enfermedad, miramos cuántas personas hay en cada ciudad en un día específico y creamos una lista de números.

El problema de la vieja forma:

La foto perfecta: La vieja forma asume que tenemos una foto perfecta de todas las ciudades al mismo tiempo. Pero en la vida real, a veces faltan datos, o los reportes llegan en días diferentes. Es como intentar armar un rompecabezas cuando te faltan piezas o están desordenadas.
La rigidez: Asume que la relación entre la ciudad A y la ciudad B es siempre idéntica y perfecta. Si hay un retraso o un error, el sistema se rompe.

La nueva idea: "GDS" (Señales de Distribución en Grafos)
Los autores de este paper proponen un cambio de mentalidad radical. En lugar de ver cada ciudad como un solo número (un punto fijo), proponen verla como una nube de posibilidades o una nube de puntos.

Imagina esto con una analogía del clima:

La vieja forma: Decir "Mañana hará 25°C en Madrid". Es un dato exacto, pero si llueve o hace 24°C, la predicción falló.
La nueva forma (GDS): Decir "Mañana en Madrid habrá una probabilidad del 70% de 25°C, un 20% de 24°C y un 10% de 26°C". No es un solo número, es una distribución (una nube de posibilidades) que captura la incertidumbre y la variabilidad natural.

¿Qué es el "Espacio de Wasserstein"?
Aquí entra la magia matemática. Para manejar estas "nubes de probabilidades", los autores usan un concepto llamado Espacio de Wasserstein.

La analogía de la mudanza: Imagina que tienes una pila de tierra (la distribución de datos de hoy) y quieres moverla para que se parezca a otra pila de tierra (la distribución de datos de mañana).
El "Espacio de Wasserstein" mide cuánto "trabajo" cuesta mover esa tierra. No solo importa si las montañas de tierra están en el mismo lugar (el promedio), sino también si tienen la misma forma y tamaño (la variabilidad).
Esto permite que el sistema sea flexible: si la nube de datos se mueve un poco o cambia de forma, el sistema lo entiende como un movimiento suave en lugar de un error catastrófico.

¿Cómo funciona el filtro?
En la vieja forma, un "filtro" es como un tamiz que pasa o bloquea números específicos.
En la nueva forma (GDS), el filtro es como un moldeador de arcilla.

Si tienes una bola de arcilla (tus datos actuales con sus incertidumbres) y la pasas por un molde (el filtro), obtienes una nueva forma de arcilla (la predicción futura).
El sistema aprende a moldear la arcilla de tal manera que, incluso si la arcilla original estaba un poco desordenada o incompleta, la nueva forma se ajuste perfectamente a lo que esperamos ver.

El experimento real (COVID-19)
Los autores probaron esto con datos reales de casos de COVID-19 en los condados de California.

El reto: A veces faltaban reportes de algunos condados (datos incompletos) o los datos estaban desordenados en el tiempo.
El resultado: Los métodos antiguos (que necesitan datos perfectos y ordenados) fallaron estrepitosamente cuando les quitaron piezas del rompecabezas. Pero el nuevo método GDS-Cop (basado en copulas y Wasserstein) siguió funcionando muy bien. Fue como un conductor que sabe manejar incluso si la carretera está llena de baches y niebla, mientras que los otros conductores chocaron.

En resumen:
Este paper nos dice: "Dejemos de tratar los datos como números rígidos y perfectos. Trátalos como nubes de posibilidades". Al hacerlo, podemos crear sistemas más inteligentes que entiendan la incertidumbre, que no se rompan cuando faltan datos y que sean mucho mejores para predecir el futuro en un mundo caótico y desordenado.

Resumen Técnico: Señales de Distribución en Grafos desde la Perspectiva del Espacio de Wasserstein

1. Planteamiento del Problema

El procesamiento de señales en grafos (GSP, por sus siglas en inglés) clásico representa las señales como vectores, donde cada entrada corresponde al valor de un nodo. Aunque ampliamente adoptado, este enfoque vectorial presenta dos limitaciones críticas en escenarios del mundo real:

Supuesto de observación completa: El GSP clásico asume que las señales de todos los nodos se observan simultáneamente. En la práctica, la recolección de datos suele ser asíncrona o incompleta, lo que invalida la aplicación directa de operadores como la Transformada de Fourier en Grafos (GFT).
Requisito de correspondencia estricta: Los métodos estadísticos existentes aún tratan las señales como vectores aleatorios y requieren pares de señales fuente-objetivo perfectamente alineados (una correspondencia uno a uno). Esto falla ante desplazamientos temporales, patrones periódicos o datos faltantes, limitando la aplicabilidad en tareas de predicción donde la alineación no es perfecta.

Además, los enfoques estadísticos tradicionales a menudo operan sobre muestras o propiedades estadísticas previas, pero no tratan la distribución de probabilidad completa como el objeto principal de la señal, perdiendo así la capacidad de codificar naturalmente la incertidumbre y la estocasticidad inherente.

2. Metodología Propuesta

Los autores proponen un nuevo marco llamado Señales de Distribución en Grafos (GDS), que modela las señales no como vectores, sino como distribuciones de probabilidad en el Espacio de Wasserstein.

Fundamento Teórico (Espacio de Wasserstein):
- Se reemplaza el espacio vectorial clásico de señales $\mathbb{R}^N$ por el espacio de Wasserstein $P_p(\mathbb{R}^N)$ , cuyos elementos son medidas de probabilidad sobre $\mathbb{R}^N$ .
- La distancia entre dos señales (distribuciones) se mide mediante la distancia de Wasserstein ( $W_p$ ), que cuantifica el "trabajo" mínimo necesario para transportar una distribución a otra.
- Generalización: Las señales vectoriales tradicionales se recuperan como casos especiales de GDSs, representadas como medidas de Dirac ( $\delta_x$ ).
Transformación de Conceptos Clásicos a GDS:
Los autores establecen un diccionario sistemático que mapea las operaciones del GSP clásico al marco GDS:
- Transformada de Fourier en Grafos (GDS-FT): Se define como el empuje (pushforward) de la medida de probabilidad a través de la base de autovectores del operador de desplazamiento del grafo. Si la señal es una medida de Dirac, se recupera la GFT clásica.
- Filtrado por Convolución: En lugar de aplicar un filtro lineal a un vector, se aplica el operador de filtro $F_G$ a toda la distribución de probabilidad. Si la señal es una distribución Gaussiana, el filtro modifica tanto su media (tendencia central) como su matriz de covarianza (variabilidad y dependencias).
Aprendizaje de Filtros (GDS-Cop):
Para el aprendizaje de filtros, el marco propone un enfoque basado en cópulas:
- Se estiman distribuciones marginales para cada nodo a partir de observaciones locales.
- Se construye una distribución conjunta utilizando una cópula (específicamente una cópula Gaussiana en los experimentos) para modelar las dependencias entre nodos sin requerir observaciones sincronizadas completas.
- El objetivo es aprender un filtro $F_G$ y la densidad de la cópula que minimicen la distancia de Wasserstein entre la distribución filtrada y una distribución objetivo.
- El problema de optimización se resuelve mediante descenso de gradiente alternado sobre los coeficientes del filtro y la matriz de correlación de la cópula.

3. Contribuciones Clave

Marco GDS: Introducción de un formalismo donde las señales son distribuciones de probabilidad en el espacio de Wasserstein, permitiendo una codificación natural de la incertidumbre y la estocasticidad.
Diccionario Teórico: Establecimiento de una correspondencia sistemática entre los conceptos fundamentales del GSP (GFT, filtrado) y sus análogos en GDS, demostrando que las definiciones clásicas son casos límite.
Algoritmo de Aprendizaje: Desarrollo de un algoritmo de aprendizaje de filtros (GDS-Cop) que no requiere alineación temporal estricta ni observaciones completas, validado experimentalmente.

4. Resultados Experimentales

Los autores evaluaron el método GDS-Cop utilizando un conjunto de datos de casos diarios de COVID-19 en 58 condados de California (2020-2022).

Comparación: Se comparó contra métodos de referencia como GSP-LS (Mínimos Cuadrados), GSP-RLS (Regularizado), GSP-LSCM (Coincidencia de Covarianza) y GSP-LEV (Maximización de Evidencia Logarítmica).
Escenarios de Estrés:
- Enmascaramiento (Masking): Se simularon datos faltantes aleatorios. Los métodos basados en vectores (LS, RLS, LSCM) degradaron significativamente su rendimiento debido a su dependencia de observaciones completas. GDS-Cop y GSP-LEV permanecieron robustos.
- Desorden (Shuffling): Se permutaron aleatoriamente los datos dentro de las ventanas de tiempo para romper la alineación temporal. Los métodos clásicos sufrieron grandes errores, mientras que GDS-Cop mantuvo la estabilidad, demostrando su independencia de la correspondencia temporal estricta.
Rendimiento: GDS-Cop logró consistentemente el menor Error Cuadrático Relativo Promedio (ARSE), especialmente en ventanas de tiempo más grandes, superando a todos los métodos basados en vectores.

5. Significado e Impacto

Este trabajo representa un avance teórico y práctico significativo en el procesamiento de señales en grafos:

Manejo de Incertidumbre: Permite modelar sistemas donde los datos son inherentemente estocásticos o incompletos, algo que el GSP vectorial no puede hacer de manera principista.
Flexibilidad en Datos Reales: Al eliminar la necesidad de alineación temporal estricta y observaciones completas, el marco GDS es mucho más aplicable a escenarios del mundo real como redes de sensores, epidemiología y redes sociales, donde los datos suelen ser ruidosos, asíncronos y parciales.
Generalización Teórica: Al demostrar que el GSP clásico es un subconjunto del GDS, se abre la puerta a extender toda la teoría existente de grafos a un espacio de distribuciones, enriqueciendo la capacidad de modelado de datos estructurados en grafos.