GALACTIC: Global and Local Agnostic Counterfactuals for Time-series Clustering

El artículo presenta GALACTIC, el primer marco unificado que combina explicaciones contrafactuales locales y globales para el agrupamiento de series temporales no supervisado, utilizando una optimización sensible a los clústeres y un algoritmo voraz basado en la Longitud Mínima de Descripción (MDL) para generar explicaciones mínimas y no redundantes con garantías teóricas.

Lo esencial

Imagina que tienes una inmensa biblioteca llena de miles de libros de historias (datos de series temporales). Un algoritmo de "agrupamiento" (clustering) ha organizado estos libros en estantes según su estilo: un estante para historias de terror, otro para comedias, otro para ciencia ficción, etc.

El problema es que el bibliotecario (el algoritmo) no te dice por qué un libro está en el estante de "terror" y no en el de "comedia". Solo te da la etiqueta. Si quieres entender la lógica o saber cómo cambiar un libro de "terror" a "comedia", el sistema tradicional te deja en la oscuridad.

Aquí es donde entra GALACTIC.

¿Qué es GALACTIC?

GALACTIC es como un traductor mágico y un detective que trabaja en esa biblioteca. Su misión es doble:

1. Explicar caso por caso (Local): Por qué este libro específico está en el estante de terror.
2. Explicar el grupo entero (Global): Qué reglas generales definen a todo el estante de terror y cómo cambiar un libro de terror para que encaje en la comedia.

1. El Detective Local: "El cambio mínimo necesario"

Imagina que tienes una historia de terror y quieres convertirla en una comedia.

• Los métodos antiguos: Intentaban reescribir toda la historia, cambiar el final, el título y hasta los personajes. Era un cambio enorme, costoso y confuso.
• GALACTIC: Actúa como un editor muy preciso. Te dice: "No necesitas cambiar todo. Solo necesitas cambiar dos frases en el capítulo 3 donde el personaje grita. Si cambias ese grito por una risa, la historia deja de ser terror y se convierte en comedia".

La analogía del "Máscara de Importancia":
GALACTIC tiene unas "gafas especiales" que le dicen qué partes de la historia son importantes. Sabe que el grito es crucial, pero que la descripción del paisaje al principio no importa tanto para definir el género. Así, solo toca lo esencial, dejando el resto de la historia intacta. Esto hace que la explicación sea corta, clara y fácil de entender.

2. El Detective Global: "El resumen inteligente"

Ahora imagina que tienes 10,000 libros de terror. Si le preguntas al sistema cómo convertirlos todos a comedia, podría darte 10,000 respuestas diferentes y abrumadoras. Sería un caos.

GALACTIC usa un principio llamado MDL (Longitud Mínima de Descripción).

• La analogía del "Resumen de Noticias": En lugar de escribir 10,000 noticias diferentes sobre cómo cambiar los libros, GALACTIC escribe un solo resumen inteligente.
  • Dice: "Para convertir la mayoría de estos libros de terror a comedia, la regla de oro es: 'Cambia los finales oscuros por finales felices'".
  • Si hay un grupo pequeño de libros que necesitan una regla diferente (ej. "Cambia el sonido de fondo"), añade esa regla al resumen.

El objetivo es encontrar el menor número de reglas que expliquen la mayor cantidad de cambios posibles. Es como empaquetar la información de la manera más eficiente posible, sin repetir cosas innecesarias.

¿Por qué es especial?

1. Es "Agnóstico": No le importa qué algoritmo usó el bibliotecario para poner los libros en los estantes. Funciona con cualquier sistema, sea simple o complejo.
2. Es Eficiente: Usa matemáticas avanzadas (llamadas "submodularidad") para asegurar que encuentra la mejor solución sin tener que probar millones de combinaciones imposibles. Es como tener un mapa que te lleva al atajo más rápido en lugar de caminar por todos los senderos.
3. Es Visual y Racional: No solo te da números; te muestra exactamente qué partes de la línea de tiempo (el "tiempo" de la historia) deben cambiar.

En resumen

GALACTIC es la herramienta que convierte una "caja negra" de agrupamiento de datos en una caja de cristal.

• Localmente: Te dice: "Para que este dato cambie de grupo, solo toca aquí".
• Globalmente: Te dice: "Aquí están las 3 reglas principales que separan a estos grupos, y así es como puedes mover a la mayoría de la gente de un lado a otro".

Es como tener un manual de instrucciones claro para entender y manipular patrones complejos en el tiempo, desde el ritmo cardíaco de un paciente hasta las acciones de una bolsa de valores, sin necesidad de ser un experto en matemáticas.

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo "GALACTIC: Global and Local Agnostic Counterfactuals for Time-series Clustering" en español.

1. Planteamiento del Problema

El agrupamiento (clustering) de series temporales es una herramienta fundamental para descubrir patrones en dominios como finanzas, neurociencia e infraestructura crítica. Sin embargo, los resultados de estos algoritmos suelen ser "cajas negras" opacas. Los métodos de explicabilidad existentes presentan dos limitaciones principales:

1. Falta de transiciones accionables: Los métodos actuales basados en atribución de características o metadatos no identifican las transiciones temporales específicas que moverían una instancia a través de los límites de un clúster.
2. Limitación a entornos supervisados: Las explicaciones contrafactuales (CEs), que identifican cambios mínimos para alterar una predicción, se han desarrollado principalmente para clasificación supervisada. No existen marcos unificados para generar CEs en agrupamiento no supervisado, donde no hay etiquetas predefinidas y el objetivo es entender cómo una serie temporal puede evolucionar para pertenecer a un grupo diferente.

Además, existe un desafío a nivel global: cómo resumir miles de explicaciones locales (por instancia) en un conjunto conciso y no redundante que explique las transiciones de todo un clúster sin sobrecargar cognitivamente al usuario.

2. Metodología: El Marco GALACTIC

GALACTIC es el primer marco unificado que aborda la explicabilidad contrafactual tanto a nivel local (instancia) como global (clúster) para el agrupamiento de series temporales, siendo agnóstico al algoritmo de clustering subyacente.

A. Nivel Local (Explicaciones por Instancia)

El objetivo es encontrar una perturbación mínima $\delta$ tal que una serie temporal $x$ pertenezca a un clúster objetivo $k'$ diferente al actual $k$.

• Surrogado Probabilístico: Dado que muchos algoritmos de clustering son transductivos (no tienen una función de mapeo explícita), GALACTIC entrena un clasificador sustituto (surrogate) probabilístico $g$ sobre la partición inducida por el clustering para diferenciar los límites de decisión.
• Segmentación y Subgrupos: Se utiliza la detección de puntos de cambio para segmentar las series temporales. Luego, se agrupan las series dentro de un clúster en subgrupos basados en patrones de segmentación (usando K-medoids) para capturar la variabilidad interna.
• Búsqueda Guiada por Importancia: En lugar de penalizar cambios en la función de pérdida, GALACTIC aplica una máscara de importancia temporal como una restricción dura en el gradiente durante la optimización.
  • Se calcula la importancia de cada segmento mediante permutación (evaluar cómo cambia la precisión del sustituto al desordenar un segmento).
  • La optimización (basada en gradientes con Adam) se restringe a modificar solo las regiones temporales discriminativas (alta importancia), preservando la estructura global de la serie.
• Estrategias de Ponderación: Se evalúan tres estrategias: importancia del clúster fuente, del clúster objetivo y una combinación de ambas. La estrategia combinada demuestra ser la más efectiva para mantener la validez y la esparsidad.

B. Nivel Global (Resúmenes de Clúster)

El objetivo es seleccionar un subconjunto pequeño de perturbaciones que explique las transiciones de la mayoría de las instancias de un clúster.

• Generación de Candidatos: Se generan perturbaciones locales para un conjunto representativo de instancias (prototipos y críticas) dentro del clúster para formar un pool de candidatos $\Delta_k$.
• Optimización MDL (Longitud Mínima de Descripción): El problema de selección se formula como un problema de selección de modelos basado en el principio MDL.
  • Objetivo: Minimizar la longitud total de descripción $L(D, M) = L(M) + L(D|M)$.
  • $L(M)$: Penaliza la complejidad del conjunto de perturbaciones (cardinalidad, esparsidad estructural y magnitud).
  • $L(D|M)$: Penaliza las instancias que no pueden ser explicadas (no cambian de clúster) por ninguna perturbación seleccionada.
• Propiedad de Submodularidad: El artículo demuestra teóricamente que la función de reducción de MDL es monótona y submodular. Esto permite utilizar algoritmos voraces (greedy) con garantías de aproximación $(1 - 1/e)$, evitando la búsqueda exhaustiva que es NP-dura.
• Refinamiento Jerárquico: Se propone un enfoque de dos niveles (selección a nivel de subgrupo seguida de refinamiento a nivel de clúster) para escalar a conjuntos de datos masivos y de alta dimensión.

3. Contribuciones Clave

1. Formulación del Problema: Definición formal de la explicabilidad contrafactual para el agrupamiento de series temporales en entornos no supervisados, tanto a nivel local como global.
2. Optimización Local con Restricciones Estructurales: Introducción de un método de optimización de gradientes restringido por máscaras de importancia temporal, lo que garantiza explicaciones que respetan la forma y la estructura de la serie temporal, evitando edits "ruidosos" o no contiguos.
3. Resúmenes Globales vía MDL: Propuesta de un objetivo de selección de modelos basado en MDL para sintetizar explicaciones globales, resolviendo el compromiso tradicional entre cobertura y complejidad sin necesidad de ajuste manual de hiperparámetros.
4. Garantías Teóricas: Prueba de la submodularidad del objetivo MDL, permitiendo algoritmos eficientes con límites de aproximación garantizados.
5. Evaluación Exhaustiva: Validación en 30 conjuntos de datos del archivo UCR, demostrando superioridad sobre métodos adaptados del estado del arte.

4. Resultados Experimentales

El marco GALACTIC se evaluó contra baselines de vanguardia (k-NN, TSEvo, Glacier) en métricas de efectividad, costo de cambio, esparsidad (segmentos y pasos de tiempo modificados) y tiempo de ejecución.

• Rendimiento Local (GALACTIC-L):
  • Logra una efectividad significativamente mayor que los métodos basados en gradientes (Glacier) y evolutivos (TSEvo).
  • Produce explicaciones mucho más esparsas: modifica menos segmentos y pasos de tiempo, lo que aumenta la interpretabilidad.
  • Es órdenes de magnitud más rápido que los métodos evolutivos y más eficiente que los basados en gradientes sin restricciones estructurales.
• Rendimiento Global (GALACTIC-G):
  • Supera a las adaptaciones de GLOBE-CE y Glacier-G en la relación costo-efectividad.
  • Genera resúmenes globales más concisos que cubren una mayor proporción de la población del clúster con un costo de cambio promedio menor.
  • La variante Jerárquica Greedy ofrece el mejor equilibrio entre precisión y escalabilidad computacional.
• Análisis de Políticas: Se demostró que seleccionar el "segundo clúster posible" (el más probable alternativo) como objetivo es superior a la selección aleatoria, aprovechando la topología latente del modelo sustituto.

5. Significado e Impacto

GALACTIC representa un avance significativo en la inteligencia artificial explicable (XAI) para series temporales no supervisadas.

• Cierre de la Brecha: Conecta la brecha entre la búsqueda contrafactual local y la síntesis global en un contexto no supervisado, algo que no existía anteriormente.
• Interpretabilidad Accionable: Al centrarse en regiones temporales discriminativas y preservar la estructura de la serie, proporciona a los practicantes (médicos, ingenieros, analistas financieros) no solo un "por qué" una serie pertenece a un grupo, sino un "cómo" modificarla para cambiar su comportamiento de manera realista y mínima.
• Eficiencia Teórica y Práctica: La aplicación del principio MDL y la demostración de submodularidad ofrecen una base teórica sólida para la selección de explicaciones, permitiendo escalar a grandes volúmenes de datos sin sacrificar la calidad de la explicación.

En resumen, GALACTIC transforma los resultados de agrupamiento de series temporales de artefactos descriptivos opacos en herramientas de apoyo a la decisión transparentes y accionables.