📊 statistics

Multivariate Representations of Univariate Marked Hawkes Processes

Cet article établit un lien fondamental entre les processus de Hawkes marqués univariés et les processus multivariés, démontrant que ces derniers peuvent servir de représentations asymptotiques, stationnaires et identifiables pour modéliser une large classe de phénomènes complexes.

Auteurs originaux : Louis Davis, Conor Kresin, Boris Baeumer, Ting Wang

Publié 2026-04-13

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Louis Davis, Conor Kresin, Boris Baeumer, Ting Wang

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de comprendre le rythme d'une foule dans une grande place. Vous voyez des gens arriver, parfois seuls, parfois en groupes, et parfois ils s'arrêtent pour parler à d'autres, ce qui attire encore plus de monde. C'est un peu comme ça que fonctionnent les processus de Hawkes : ils modélisent des événements qui s'auto-entreretiennent (comme des séismes, des épidémies, ou des tweets qui deviennent viraux).

Dans ce papier, les auteurs (Louis Davis et son équipe) proposent une nouvelle façon de regarder ces événements, en particulier quand chaque événement a une "étiquette" ou une marque (par exemple, la magnitude d'un séisme, ou le type de message sur les réseaux sociaux).

Voici l'explication de leur découverte, simplifiée et illustrée :

1. Le Problème : La "Boîte de Crayons" trop complexe

Habituellement, pour modéliser ces événements avec leurs étiquettes, les mathématiciens utilisent une formule très complexe. C'est comme si vous deviez décrire chaque crayon d'une boîte non pas par sa couleur, mais par une formule chimique unique pour chaque crayon. C'est difficile à calculer et souvent, on est obligé de faire des approximations simplistes (en disant que la couleur et la forme sont indépendantes), ce qui fausse la réalité.

2. La Solution : Transformer la "Boîte" en "Rayons de Supermarché"

L'idée géniale de l'article est de dire : "Au lieu de traiter chaque étiquette comme un cas unique et complexe, allons-y par catégories !".

Imaginez que vous avez une boîte de crayons multicolores (le processus à marque unique). Au lieu de les analyser un par un, vous les rangez dans des rayons de supermarché (le processus multivarié) :

Rayon 1 : Tous les crayons rouges.
Rayon 2 : Tous les crayons bleus.
Rayon 3 : Tous les crayons verts.

En faisant cela, vous transformez un problème complexe (un seul processus avec des étiquettes continues) en plusieurs problèmes plus simples (plusieurs processus distincts qui interagissent entre eux).

3. Comment ça marche ? (L'analogie du "Réseau de Trains")

Imaginons que chaque rayon de supermarché est une voie de train.

Les trains (les événements) arrivent sur la voie rouge, la voie bleue, etc.
L'interaction (l'excitation croisée) : Quand un train arrive sur la voie rouge, il peut déclencher un signal qui fait partir un train sur la voie bleue. C'est ce qu'on appelle l'excitation croisée.

Dans la réalité, un séisme majeur (rouge) peut déclencher des répliques de différentes magnitudes (bleu, vert, etc.). En utilisant notre méthode, on ne dit pas "ce séisme a une magnitude précise X", on dit "ce séisme est dans le rayon des magnitudes moyennes".

4. Pourquoi c'est génial ?

Les auteurs prouvent trois choses essentielles avec cette méthode :

La Précision (L'approximation) : Plus vous avez de rayons (plus vous divisez les étiquettes en catégories fines), plus votre modèle ressemble à la réalité. C'est comme passer d'une image pixelisée à une photo HD. Si vous avez assez de catégories, vous pouvez reproduire n'importe quel comportement complexe.
La Stabilité (Pas d'explosion) : Ils montrent que si votre modèle original est stable (la foule ne devient pas infinie), votre modèle en "rayons" le sera aussi. C'est crucial pour faire des prévisions fiables.
La Lisibilité (Identifiabilité) : C'est le point fort. Contrairement aux réseaux de neurones (des "boîtes noires" où on ne sait pas ce qui se passe à l'intérieur), ici, chaque paramètre a un sens. Vous savez exactement combien de trains partent du rayon rouge et combien vont vers le bleu. On peut donc interpréter les résultats.

5. Le Petit Inconvénient (Le coût de la précision)

Le papier admet aussi un petit revers : en passant d'un seul processus complexe à plusieurs processus simples, on augmente le nombre de paramètres à calculer. C'est comme passer d'une voiture à une moto : la moto est plus agile pour tourner, mais elle a plus de pièces à gérer. Cependant, les simulations montrent que même avec plus de paramètres, la méthode reste efficace et gérable par ordinateur.

En résumé

Les auteurs disent : "Ne cherchez pas à résoudre l'équation impossible d'un événement avec une étiquette précise. Découpez simplement le monde en tranches (des catégories), et regardez comment ces tranches s'excitent les unes les autres."

C'est une méthode qui rend l'analyse de phénomènes complexes (comme la propagation d'une maladie ou l'activité boursière) plus facile à calculer, plus facile à comprendre, et tout aussi précise, à condition d'avoir assez de "rayons" pour classer les événements.

1. Problématique

Les processus de Hawkes marqués univariés sont largement utilisés pour modéliser des phénomènes réels présentant des effets d'auto-excitation et de clustering temporel, tels que les répliques sismiques, la propagation de maladies, la diffusion de contenu sur les réseaux sociaux et la dynamique des carnets d'ordres financiers.

Le défi principal réside dans la modélisation de processus non séparables. Dans un processus marqué, l'intensité conditionnelle $\lambda(t, M)$ dépend du temps $t$ et de la marque $M$ (par exemple, la magnitude d'un séisme). La plupart des modèles pratiques supposent une séparabilité, c'est-à-dire que l'intensité se factorise en une fonction de temps et une fonction de marque : $\lambda(t, M) = \lambda_0(t) \cdot f(M)$ . Cependant, dans la réalité (comme pour les séismes où la magnitude et l'intensité de fond sont corrélées), cette hypothèse est souvent fausse.

Les processus de Hawkes marqués non séparables offrent un cadre de modélisation plus général, mais leur estimation est extrêmement difficile :

La spécification du modèle est complexe.
L'estimation par maximum de vraisemblance (MLE) est coûteuse en calcul et la convergence vers les paramètres est lente.
Les méthodes alternatives (EM, estimation spectrale) sont peu étudiées pour les processus marqués.

Les approches existantes utilisant des réseaux de neurones (Neural Hawkes) ou des méthodes non paramétriques (Wiener-Hopf) souffrent soit d'un manque d'interprétabilité des paramètres, soit d'une absence de garanties théoriques sur la convergence ou la stationnarité.

2. Méthodologie

Les auteurs proposent une approche innovante consistant à représenter un processus de Hawkes marqué univarié (potentiellement non séparable) par un processus de Hawkes multivarié non marqué.

Le principe de la méthode :

Partitionnement de l'espace des marques : L'espace des marques $M$ est partitionné en $K$ ensembles mesurables disjoints $\{A_1, A_2, \dots, A_K\}$ .
Transformation en processus multivarié : Chaque ensemble $A_i$ correspond à un composant (ou type) distinct dans un processus de Hawkes multivarié.
Modélisation : Au lieu d'estimer une densité de marque continue et complexe, le modèle estime des intensités de base et des noyaux d'excitation croisée entre les différents types de marques (les partitions).
- L'intensité conditionnelle du modèle proposé est donnée par :
  $\lambda_\theta(t, M|H_t) = \sum_{i=1}^K \chi_{A_i}(M) \left( \lambda_{0i} + \sum_{j=1}^K \sum_{t_{\ell,j} < t} \alpha_{ij} g_{ij}(t - t_{\ell,j}; \beta_{ij}) \right)$
- Ici, $\chi_{A_i}(M)$ est la fonction indicatrice de l'ensemble $A_i$ . Les paramètres $\alpha_{ij}$ capturent l'excitation croisée entre la marque de la partition $j$ et la partition $i$ .

Cette approche permet de capturer des interactions complexes entre le temps et la marque (non-séparabilité) via l'excitation croisée dans le cadre multivarié, tout en conservant une structure paramétrique interprétable.

3. Contributions Clés

L'article établit trois résultats théoriques fondamentaux :

Approximation $L^1$ : Pour toute réalisation d'un processus de Hawkes marqué univarié (sous des hypothèses de régularité sur la densité de marque et la fonction de productivité), il existe une représentation multivariée telle que la différence $L^1$ entre l'intensité conditionnelle du processus original et celle de la représentation diminue à mesure que le nombre de composants $K$ augmente. La représentation peut approximer le processus cible arbitrairement bien.
Stationnarité : Si le processus de Hawkes marqué cible est stationnaire, alors la représentation multivariée correspondante est également stationnaire. Cela garantit que le processus approximé n'explose pas (nombre fini d'événements sur un intervalle fini), une condition cruciale pour la prévision fréquentiste.
Identifiabilité des paramètres : Les auteurs démontrent que les paramètres de la représentation multivariée (taux de fond, coefficients d'excitation, paramètres de noyau) sont identifiables, sous réserve que les noyaux soient linéairement indépendants et que chaque type de marque soit observé au moins une fois.

4. Résultats et Validation

Une étude de simulation a été menée pour valider les résultats théoriques :

Configuration : Un processus de Hawkes marqué univarié stationnaire avec une distribution de marque uniforme discrète (cas maximal d'entropie, donc le plus difficile à estimer) et un noyau exponentiel a été simulé.
Convergence : Les estimations des paramètres par maximum de vraisemblance (MLE) pour la représentation multivariée convergent vers les valeurs théoriques lorsque la taille de l'échantillon augmente.
Erreur et Complexité : Bien que la représentation multivariée introduise un espace de paramètres plus grand ( $K + 2K^2$ paramètres pour $K$ composants) par rapport au modèle univarié original, l'erreur absolue médiane (MAE) des paramètres reste contrôlée. L'erreur semble suivre une loi de puissance $O(K \cdot N(T)^{-1/2})$ .
Comparaison : La méthode est présentée comme un compromis efficace entre la flexibilité des modèles non paramétriques (comme les réseaux de neurones) et l'interprétabilité des modèles paramétriques classiques.

5. Signification et Impact

Cette recherche offre un cadre théorique solide pour contourner les limitations des modèles de Hawkes marqués non séparables :

Flexibilité sans perte d'interprétabilité : Contrairement aux approches "boîte noire" (Neural Hawkes), cette méthode permet d'obtenir des paramètres estimables et interprétables (taux de fond, forces d'excitation croisée) tout en modélisant des interactions marque-temps complexes.
Applicabilité large : La méthode s'applique à des domaines variés (sismologie, épidémiologie, finance) où la séparabilité est une hypothèse trop restrictive.
Fondement pour l'inférence : En prouvant la stationnarité et l'identifiabilité, les auteurs ouvrent la voie à des méthodes de prévision fréquentistes fiables et à des tests statistiques pour la séparabilité des marques.
Efficacité computationnelle : Bien que le nombre de paramètres augmente, la structure linéaire du processus multivarié reste plus gérable computationnellement que les méthodes non paramétriques pures ou les réseaux de neurones profonds pour de nombreuses applications.

En conclusion, cet article propose une "représentation multivariée" comme outil puissant pour transformer un problème d'estimation de processus marqués complexes en un problème d'estimation de processus multivariés standard, combinant la rigueur mathématique avec la flexibilité pratique.