On Observation Time for Recovering Latent Hawkes Networks

Enunciado del Problema
El artículo aborda el problema estadístico fundamental de inferir la red de interacciones latente de un proceso de Hawkes multivariado a partir de observaciones basadas en eventos. Específicamente, investiga la relación de escala entre el tiempo de observación requerido $T$ y el número de entidades interactuantes (nodos) $d$ necesario para lograr la recuperación exacta del soporte de la matriz de interacción $\Theta$. Los autores se centran en un régimen donde la red es dispersa (cada nodo tiene a lo sumo $k \ll d$ padres) y las interacciones son débiles, un escenario relevante para fenómenos como réplicas sísmicas, operaciones de alta frecuencia, trenes de picos neuronales y propagación de epidemias.

Metodología
Los autores establecen un marco teórico utilizando un proceso de Hawkes exponencial de dimensión $d$ con una tasa de decaimiento conocida $\beta$. La matriz de interacción se modela como $\Theta = \alpha B$, donde $B$ es una matriz no negativa dispersa con entradas acotadas, y $\alpha$ controla la fuerza de acoplamiento. El análisis asume una ventana de observación estacionaria $[0, T]$ y trata el estado inicial $X(0)$ como observable (una suposición estándar de inicialización).

Para derivar los resultados, el artículo emplea dos enfoques metodológicos distintos:

1. Cota Superior (Realizabilidad): Los autores construyen un estimador de dos etapas para recuperar la red.

   • Etapa de Filtrado: El estimador utiliza datos de eventos recortados y agrupados en intervalos para calcular puntuaciones de covarianza empírica entre los nodos padres candidatos y los eventos futuros del nodo objetivo. Esta etapa filtra los $d$ padres potenciales hasta un conjunto candidato de tamaño $m \geq k$, asegurando que el soporte verdadero esté contenido dentro de este conjunto (filtrado seguro).
   • Etapa de Refinamiento: Se realiza una regresión de mínimos cuadrados ordinarios (OLS) local sobre el conjunto candidato filtrado. Los coeficientes estimados se umbralizan para distinguir las aristas verdaderas de las correlaciones espurias causadas por cascadas de excitación indirecta.
   • Análisis: La demostración se basa en la representación de clústeres de Poisson de los procesos de Hawkes para derivar cotas de concentración para los promedios de bloques dependientes utilizados en el estimador. Esto permite a los autores mostrar que las estadísticas empíricas se concentran alrededor de sus valores teóricos con alta probabilidad.

2. Cota Inferior (Imposibilidad): Los autores demuestran que la escala logarítmica es óptima estableciendo una cota inferior teórica de la información.

   • Restringen el problema a una subclase específica de redes donde solo un nodo objetivo tiene $k$ padres desconocidos, mientras que todos los demás nodos son independientes.
   • Utilizando la desigualdad de Fano, relacionan la probabilidad de error de cualquier estimador con la información mutua entre el soporte desconocido y las observaciones.
   • La información mutua se acota utilizando la divergencia de Kullback–Leibler (KL) entre la ley del proceso observado bajo un soporte específico y una ley de referencia sin interacciones. Este cálculo utiliza la fórmula de Girsanov de Jacod para procesos puntuales para manejar el cambio de medida.

Resultados Clave
El artículo demuestra que, para una clase de procesos de Hawkes estacionarios con interacciones dispersas y débiles, el tiempo de observación $T$ requerido para la recuperación exacta de la red escala como:
$$T \asymp \log d$$
Específicamente:

• Teorema 3.1 (Cota Superior): Existe un estimador de dos etapas tal que si $T \geq C^* \log d$, la probabilidad de recuperación exacta del soporte es al menos $1 - d^{-c^*}$. El estimador tiene éxito al separar a los padres verdaderos de los no padres mediante una "brecha de filtrado" en las puntuaciones teóricas, la cual se preserva bajo el recorte y la agrupación en intervalos.
• Teorema 4.1 (Cota Inferior): Para cualquier estimador, si $T \leq c \log d$ (para una constante $c$ suficientemente pequeña), la probabilidad de error está acotada lejos de cero. Esto implica que ningún algoritmo, independientemente de su costo computacional, puede lograr una recuperación exacta con alta probabilidad en un tiempo sublogarítmico.

Significado y Afirmaciones
El artículo afirma proporcionar el primer resultado teórico que caracteriza la complejidad de la muestra (en términos de tiempo) para la recuperación exacta de redes en procesos de Hawkes. Los autores enfatizan que la dependencia logarítmica de $d$ es intrínseca al problema, impulsada por el costo combinatorio de identificar un conjunto de padres disperso entre $d$ candidatos.

Los factores clave que permiten este resultado incluyen:

• La representación del estado de Markov proporcionada por el núcleo exponencial, que simplifica la dinámica de la intensidad.
• La linealidad de la intensidad con respecto a la variable de estado.
• La condición de interacción débil, que asegura que las cascadas de excitación indirecta no abrumen la señal proveniente de los padres directos, permitiendo una separación entre aristas verdaderas y falsas.
• La estacionariedad, que proporciona un control distribucional uniforme sobre la ventana de observación.

Los autores señalan que, aunque el trabajo empírico ha utilizado durante mucho tiempo procesos de Hawkes para la inferencia de redes, este trabajo sienta tal éxito sobre una base teórica, demostrando que los tamaños de red grandes no prohíben inherentemente la recuperación exacta siempre que la ventana de observación escale logarítmicamente con la dimensión. El artículo concluye sugiriendo direcciones futuras, como extender la teoría a interacciones con signo o inhibitorias, tasas de decaimiento desconocidas y redes estructuralmente espaciales, pero no afirma que estas extensiones estén resueltas actualmente.