Online Change Point Detection for Multivariate Inhomogeneous Poisson Processes Time Series

Resumen Técnico: Detección en Línea de Puntos de Cambio para Series Temporales de Procesos de Poisson Inhomogéneos Multivariantes

Planteamiento del Problema
Este trabajo aborda el desafío de la detección en línea de puntos de cambio para series temporales de procesos de puntos de Poisson (PPP) inhomogéneos multivariantes. Si bien los PPP se utilizan ampliamente para modelar eventos aleatorios en el espacio con tasas dependientes de la ubicación (por ejemplo, terremotos, incendios forestales, epidemias), la literatura existente se centra en gran medida en la estimación fuera de línea o en modelos paramétricos. Persiste una brecha significativa en el desarrollo de métodos no paramétricos en línea capaces de manejar PPP multivariantes donde las observaciones consecutivas exhiben dependencia temporal. Los datos del mundo real a menudo muestran dicha dependencia debido a la persistencia ambiental o a dinámicas latentes; sin embargo, los métodos estándar de detección de cambios suelen asumir independencia a lo largo del tiempo o dependen de supuestos paramétricos fuertes que no se ajustan a cambios generales en la función de intensidad.

Metodología
Los autores proponen un algoritmo de detección en línea de un solo paso y computacionalmente eficiente que mapea funciones de intensidad de dimensión infinita a matrices de rango bajo de dimensión finita. La metodología central procede de la siguiente manera:

1. Representación Matricial mediante Expansión en Bases:
   La función de intensidad $\lambda^*$ se representa utilizando una expansión en bases ortonormales (específicamente dentro de un marco de Espacio de Hilbert de Kernel Reproductor). El dominio $\mathcal{X} \subset \mathbb{R}^d$ se divide en dos subconjuntos de coordenadas disjuntos de dimensiones $p$ y $q$ (donde $p+q=d$). La función de intensidad se aproxima mediante una matriz $M(\lambda^*) \in \mathbb{R}^{M^p \times M^q}$, donde las entradas son productos internos de la intensidad con funciones base de producto tensorial. Esta representación preserva las distancias y permite el cálculo eficiente de normas $L^2$ sin integración de Monte Carlo.

2. Construcción de la Estadística CUSUM:
   Para cada muestra observada de PPP $X^{(i)}$, se construye una matriz de intensidad empírica $\hat{M}^{(i)}$ sumando las evaluaciones de las funciones base sobre los puntos observados. El algoritmo mantiene sumas acumuladas de estas matrices en dos listas, $L$ y $R$, correspondientes a las ventanas pre-cambio y post-cambio. En cada paso de tiempo $j$, se calcula una matriz de estadística CUSUM $D$ como la diferencia entre el promedio de las matrices en la ventana pre-cambio y la ventana post-cambio.

3. Descomposición en Valores Singulares Restringida y Recorte:
   Para manejar la alta dimensionalidad y reducir la varianza, el algoritmo aplica una Descomposición en Valores Singulares Restringida (RSVD) a la matriz de diferencia $D$.

   • Recorte Adaptativo: El tamaño de la base se recorta adaptativamente en función del tamaño de muestra efectivo de la ventana actual. Las ventanas más pequeñas solo soportan la estimación fiable de un número menor de coeficientes matriciales.
   • Proyección de Rango Bajo: La matriz recortada se proyecta sobre sus $r$ vectores singulares principales. Esto aprovecha el supuesto de que la diferencia entre las funciones de intensidad pre-cambio y post-cambio ($\lambda^* - \lambda^*_a$) es aproximadamente de rango bajo, una propiedad respaldada por la teoría del Análisis de Componentes Principales Funcional para funciones suaves.

4. Regla de Detección:
   Se activa una alarma si la norma de Frobenius de la matriz proyectada de rango $r$, $\|D^{[r]}\|_F$, supera un umbral impulsado por los datos que escala con el tamaño de la ventana y los parámetros de suavidad.

Contribuciones Teóricas Clave
El artículo establece garantías de muestra finita para el método propuesto bajo un supuesto de dependencia temporal de mezcla $\beta$ geométrica.

• Nueva Desigualdad de Bernstein Matricial: Una contribución teórica principal es la derivación de una nueva desigualdad de Bernstein matricial adaptada para series temporales de procesos de puntos de Poisson de mezcla $\beta$ geométrica. Esta desigualdad controla la desviación de la suma de matrices aleatorias dependientes, lo cual es esencial para manejar la dependencia temporal en las muestras de PPP.
• Control de Falsas Alarmas: Los autores demuestran que, con una constante de umbral suficientemente grande, la probabilidad global de una falsa alarma durante todo el horizonte temporal está acotada por $\alpha$.
• Retraso de Detección: Bajo un escenario de un solo punto de cambio, se demuestra que el algoritmo detecta un cambio dentro de un retraso $\Delta$ que depende explícitamente de la magnitud del cambio en la norma $L^2$ ($\kappa$) y de la suavidad de las funciones de intensidad. Cabe destacar que el límite del retraso de detección escala como $O(\kappa^{-2-(p \vee q)/\gamma})$, lo cual es estrictamente mejor en orden que los límites no paramétricos fuera de línea existentes ($O(\kappa^{-2-d/\gamma})$) porque el método explota la partición de coordenadas ($p \vee q < d$).

Resultados Empíricos
El método, denominado "Detector Matricial", fue evaluado frente a dos puntos de referencia: un detector basado en MMD (Li et al., 2015) y un detector basado en un Estimador de Intensidad de Kernel (KIE) (Madrid Padilla et al., 2023).

• Estudios de Simulación: Los experimentos en configuraciones de 3D y 4D con variables latentes dependientes del tiempo demostraron que el Detector Matricial logra retrasos de detección promedio (ADD) significativamente menores en comparación con los puntos de referencia, manteniendo al mismo tiempo probabilidades de falsas alarmas comparables.
• Robustez: Simulaciones adicionales de 10D mostraron que el método sigue siendo efectivo incluso cuando la diferencia de intensidad no es exactamente de rango bajo, superando a un detector CUSUM basado en redes neuronales. También se demostró que el método es robusto ante la elección del parámetro de rango $r$ y la estrategia de partición de coordenadas.
• Aplicación a Datos Reales: El algoritmo se aplicó a datos de terremotos de Oklahoma (2000–2018). Detectó con éxito un punto de cambio en junio de 2009, alineándose con los aumentos conocidos en la actividad sísmica vinculados a la inyección de aguas residuales, mientras que el detector KIE activó una alarma demasiado pronto (2007) y el detector MMD no logró activar una alarma para el final del período de estudio.

Significado y Afirmaciones
Los autores afirman que este trabajo proporciona el primer enfoque de propósito general con garantías demostrables para detectar cambios no paramétricos en intensidades de PPP multivariantes bajo dependencia temporal realista. El significado del trabajo radica en:

1. Manejo de la Dependencia Temporal: Superar el supuesto de independencia común en la detección de cambios en procesos puntuales mediante el uso de condiciones de mezcla $\beta$.
2. Eficiencia Computacional: Ofrecer un algoritmo de un solo paso con costo computacional constante por nueva observación, independiente de la longitud transcurrida de la serie temporal, lo que lo hace escalable para la monitorización a largo plazo.
3. Rigor Teórico: Proporcionar límites no asintóticos que contabilizan conjuntamente el sesgo de truncamiento de la base y la varianza estocástica en entornos dependientes, respaldados por una nueva desigualdad de Bernstein matricial.

El artículo concluye que el método propuesto es tanto estadísticamente robusto como computacionalmente eficiente, ofreciendo una solución práctica para aplicaciones como la sismología de terremotos, la monitorización climática y la vigilancia de epidemias, donde los datos de eventos son multivariantes, inhomogéneos y dependientes del tiempo.