🤖 machine learning

Learning Hyperspherical Time-Frequency Representations for Time-Series Out-of-Distribution Detection

Este artículo propone un marco de aprendizaje de representación tiempo-frecuencia hiperesférica utilizando objetivos de von Mises-Fisher para mejorar la detección de fuera de la distribución en datos de series temporales, demostrando mejoras de rendimiento consistentes sobre bases sólidas a través de los archivos UCR y UEA.

Autores originales: Willian T. Lunardi, Samridha Shrestha, Martin Andreoni

Publicado 2026-06-01

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Willian T. Lunardi, Samridha Shrestha, Martin Andreoni

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 eres un guardia de seguridad en un club muy exclusivo. Tu trabajo es dejar entrar solo a las personas que pertenecen (los invitados "In-Distribution" o ID) y rechazar a cualquiera que no encaje con el ambiente (los extraños "Out-of-Distribution" o OOD).

En el mundo de la informática, la mayoría de los guardias de seguridad son buenos detectando extraños en fotos (visión) o texto (lenguaje). Pero cuando se trata de datos de series temporales —que es simplemente un flujo de números que cambian con el tiempo, como un monitor de ritmo cardíaco, los precios de las acciones o el movimiento de un robot— estos guardias suelen confundirse. Pueden dejar entrar a un extraño porque se parece superficialmente, o pueden echar a un invitado real porque lleva un sombrero ligeramente diferente.

Este artículo presenta un nuevo sistema de seguridad llamado HyperTF, diseñado específicamente para atrapar a estos extraños de las series temporales. Así es como funciona, desglosado en conceptos simples:

1. El Problema: Por qué los guardias actuales fallan

Los datos de series temporales son complicados. Un latido de un corazón de una persona sana en un hospital se ve diferente de un latido de una persona sana en su casa, aunque ambos sean "normales". Los sistemas actuales suelen fallar porque no comprenden la estructura profunda de estas señales. Tratan los datos como una lista plana de números en lugar de como una historia compleja con un principio, un medio y un final.

2. La Solución: Un "Globo" en lugar de un Mapa Plano

Los autores decidieron dejar de mirar los datos en un mapa plano y, en su lugar, los colocaron en un globo (una hiperesfera).

La Forma Antigua: Imagina intentar clasificar diferentes frutas en una mesa larga y plana. Las frutas similares podrían terminar lejos unas de otras si la mesa está desordenada.
La Forma de HyperTF: Imagina rodar todas las frutas hacia un globo gigante. Agrupas todas las "manzanas" juntas en un punto del globo, todas las "naranjas" en otro, y así sucesivamente.
La Magia: Al forzar los datos en este globo, la computadora aprende que las "manzanas" siempre están cerca de otras "manzanas", sin importar cómo se registraron los datos. Si una nueva pieza de datos aterriza en medio del océano entre los grupos de frutas, el sistema lo sabe inmediatamente: "¡Esto no es una manzana ni una naranja. ¡Esto es un extraño!"

3. El Enfoque de "Dos Ojos"

Para asegurarse de que el guardia de seguridad vea todo con claridad, HyperTF observa los datos a través de dos lentes diferentes al mismo tiempo:

La Lente del Tiempo: Observa la señal a medida que ocurre, segundo a segundo (como ver una película).
La Lente de la Frecuencia: Escucha el "tono" y el "ritmo" de la señal (como mirar las notas musicales en una canción).

Piensa en ello como escuchar una canción. La Lente del Tiempo escucha la letra y la melodía mientras se reproducen. La Lente de la Frecuencia escucha el bajo, el agudo y los instrumentos específicos que se están utilizando. Al combinar ambas visiones, el sistema obtiene una comprensión mucho más rica de lo que es una señal "normal".

4. El Entrenamiento: Aprendiendo con Amigos "Atípicos"

Para volverse realmente bueno detectando extraños, el sistema es entrenado con un truco especial. Los autores a veces muestran al sistema un montón de datos "falsos" o "extraños" (llamados valores atípicos auxiliares) durante el entrenamiento.

La Analogía: Imagina entrenar a un guardia mostrándole fotos de personas que no pertenecen al club (como personas con disfraces de payaso o personas con equipo de construcción).
El Resultado: El guardia aprende exactamente dónde está el "límite del club". Cuando aparece un extraño real más tarde, el guardia no duda. El artículo encontró que usar una técnica de mezcla especial (llamada MixOE) para crear ejemplos de "extraños" aún más diversos hizo que el guardia fuera incluso más agudo.

5. Los Resultados: Un Mejor Guardia

Los autores probaron su nuevo sistema en una colección masiva de datos de series temporales (los archivos UCR y UEA), que incluyen desde monitores cardíacos hasta movimientos de robots.

La Hoja de Puntuación: Compararon HyperTF contra los mejores guardias de seguridad existentes.
El Desenlace: HyperTF detectó consistentemente más extraños y dejó pasar a menos extraños por las grietas. Fue particularmente bueno detectando extraños que eran muy diferentes de los invitados normales (los casos "far-OOD").
Sin Compensaciones: Usualmente, hacer que un sistema sea mejor detectando extraños lo hace peor reconociendo a los invitados reales. Pero HyperTF logró ser mejor detectando extraños sin empeorar en el reconocimiento de los invitados reales.

Resumen

En resumen, este artículo construyó un guardia de seguridad más inteligente para datos basados en el tiempo. En lugar de solo mirar los datos en una línea recta, los enrolla en un globo, los mira a través de dos lentes diferentes (tiempo y frecuencia) y lo entrena con una mezcla diversa de "extraños". El resultado es un sistema que es mucho mejor sabiendo cuándo algo no pertenece, lo cual es crucial para sistemas de seguridad crítica como monitores médicos o máquinas autónomas.

Resumen Técnico: Aprendizaje de Representaciones Hiperesféricas de Tiempo-Frecuencia para la Detección de Fuera de Distribución en Series Temporales

Declaración del Problema
La detección de fuera de distribución (OOD, por sus siglas en inglés) para datos de series temporales sigue estando significativamente menos explorada en comparación con los dominios de visión y lenguaje. Los enfoques existentes, que a menudo se adaptan de los referentes basados en imágenes, frecuentemente fallan al abordar la naturaleza única de los cambios de distribución en los datos de series temporales. A diferencia de los datos intercambiables o con indexación espacial, las observaciones de series temporales involucran dependencias temporales estructuradas, características en el dominio de la frecuencia y procesos de medición estrechamente vinculados a un hardware de detección y protocolos de adquisición específicos. En consecuencia, los cambios de distribución en las series temporales suelen reflejar cambios combinados en el proceso subyacente y en el flujo de medición, lo que conduce a diferencias sistemáticas en la estructura temporal o espectral. Los protocolos de evaluación actuales, que a menudo dependen de divisiones intra-conjunto de datos y disjuntas en etiquetas, no logran capturar estos cambios entre entornos, desdibujando la distinción entre el reconocimiento de conjunto abierto y la verdadera detección de OOD.

Metodología: HyperTF
Los autores proponen HyperTF, un marco de aprendizaje de representaciones hiperesféricas diseñado para inducir una estructura condicional de clase en la hiperesfera para una detección de OOD robusta. La metodología integra tres componentes principales:

Embeddings Hiperesféricos: El marco modela las características condicionales de clase como si residieran en una hiperesfera unitaria ( $S^{d-1}$ ), utilizando un objetivo basado en la verosimilitud de von Mises–Fisher (vMF). Bajo este modelo, la distribución condicional de un vector de características normalizado $z$ dada una clase $c$ se define por una dirección prototipo $\mu_c$ y un parámetro de concentración $\kappa$ . La clasificación es impulsada por la similitud angular, y la detección de OOD surge naturalmente de la geometría de estos embeddings, donde se espera que las muestras OOD se ubiquen lejos de los prototipos de clase aprendidos.
Arquitectura Dual de Tiempo–Frecuencia: Para capturar aspectos complementarios de los datos de series temporales, HyperTF emplea una arquitectura de doble flujo (dual-stream).
- Vista en el Dominio del Tiempo: La secuencia de entrada es proyectada y procesada directamente.
- Vista en el Dominio de la Frecuencia: La entrada es transformada mediante una Transformada Rápida de Fourier de valores reales (rFFT) seguida de una escala de magnitud logarítmica.
- Alineación: Ambas vistas son procesadas por codificadores específicos de dominio (que comparten arquitectura pero poseen parámetros separados) y mapeadas a un espacio hiperesférico compartido mediante cabezales de proyección supervisados. Un regularizador de consistencia trans-dominio ( $L_{CD}$ ) impone la alineación angular entre los embeddings de tiempo y frecuencia, asegurando que el modelo codifique tanto la dinámica temporal como las características espectrales dentro de un espacio geométrico unificado.
Objetivo de Entrenamiento: El modelo minimiza una función de pérdida compuesta:
$\mathcal{L} = \mathcal{L}_{TF} + \lambda_{CD} \mathcal{L}_{CD} + \lambda_{AX} \mathcal{L}_{AX}$
- $\mathcal{L}_{TF}$ : Una pérdida de clasificación hiperesférica supervisada (entropía cruzada sobre la esfera) aplicada de forma independiente a las ramas de tiempo y frecuencia.
- $\mathcal{L}_{CD}$ : Un término de consistencia trans-dominio que minimiza la distancia angular entre los embeddings de tiempo y frecuencia.
- $\mathcal{L}_{AX}$ : Un regularizador contrastivo auxiliar opcional que aprovecha datos atípicos auxiliares no etiquetados para dar forma a la geometría de la representación cerca del límite de la distribución interna (ID), evitando el colapso y mejorando la separación.

Contribuciones Clave

Marco Hiperesférico: El artículo introduce un enfoque fundamentado para la detección de OOD en series temporales que induce una estructura condicional de clase en la hiperesfera mediante una formulación vMF, yendo más allá de los espacios de embedding euclidianos estándar.
Arquitectura de Doble Vista: Una arquitectura novedosa que aprende representaciones alineadas de las vistas temporal y espectral, acopladas mediante una geometría de decisión hiperesférica compartida y un regularizador de consistencia trans-dominio.
Evaluación a Gran Escala: Los autores llevan a cabo experimentos extensos en los archivos completos de UCR (univariante) y UEA (multivariante) bajo un protocolo riguroso de cruce de conjuntos de datos. Este protocolo trata a cada conjunto de datos como ID a su vez, con todos los demás sirviendo como OOD, distinguiendo entre escenarios de "near-OOD" (misma modalidad) y "far-OOD" (diferente modalidad).

Resultados Experimentales
Evaluado contra bases de referencia sólidas que incluyen métodos post-hoc (MSP, Mahalanobis, Center Loss) y métodos de tiempo de entrenamiento (SimCLR, SSD+, KNN+, CIDER), HyperTF demuestra mejoras consistentes:

Desempeño: HyperTF logra resultados de vanguardia (state-of-the-art) tanto en configuraciones near-OOD como far-OOD en los archivos UCR y UEA. Notablemente, supera significativamente a las bases de referencia bajo la puntuación Mahalanobis++ (Maha++), logrando un FPR@95 de 1.90% en UCR near-OOD y 4.21% en UEA near-OOD (con datos auxiliares).
Clasificación ID: El método mejora la robustez de OOD sin sacrificar la precisión de la clasificación de la distribución interna (ID), logrando puntuaciones F1 de 82.53% (UCR) y 81.74% (UEA), superando a la base de referencia CIDER.
Datos Auxiliares: La inclusión de datos atípicos auxiliares, particularmente cuando se aumentan con MixOE, mejora aún más el desempeño de detección en regímenes de cobertura limitada, reduciendo el FPR@95 por márgenes significativos en escenarios far-OOD.
Ablación: Los estudios de ablación paso a paso confirman que la combinación de la pérdida hiperesférica, el procesamiento de doble vista y la consistencia de FFT produce el desempeño más fuerte, siendo la formulación hiperesférica la que proporciona la ganancia más significativa sobre las bases de referencia de softmax euclidiano estándar.

Significancia y Reivindicaciones
El artículo sostiene que el modelado conjunto de estructuras temporales y espectrales complementarias dentro de un espacio de embedding geométrico compartido proporciona una base robusta para la detección de OOD en series temporales bajo cambios de distribución realistas. Los autores enfatizan que sus hallazgos resaltan la necesidad de evaluar los métodos de OOD de series temporales más allá de las simples divisiones de etiquetas intra-conjunto de datos. En su lugar, abogan por configuraciones de benchmark que reflejen las variaciones en el despliegue a través de condiciones de detección, dominios y fuentes de datos. El trabajo sugiere que las representaciones hiperesféricas, que naturalmente imponen una separación y compacidad angular, son particularmente adecuadas para manejar los complejos cambios de distribución multimodales inherentes a los datos de series temporales.