Spatio-Temporal Log-Gaussian Cox-Hawkes Processes with Inhibition and Excitation for Stochastic Star Formation

Résumé Technique : Processus de Cox-Hawkes Log-Gaussiens Spatio-Temporels pour la Formation Stellaire Stochastique

Énoncé du Problème
Le modèle de formation stellaire auto-propagée stochastique (SSPSF), introduit initialement par Mueller et Arnett (1976) et affiné par des chercheurs ultérieurs, fournit un cadre fondé sur des règles pour comprendre comment les interactions locales et le feedback génèrent des motifs de formation d'étoiles à grande échelle dans les galaxies. Cependant, la relation entre les lois de mise à jour classiques du SSPSF et la théorie moderne des processus ponctuels spatio-temporels n'a pas été explicitement formulée. De plus, les modèles continus existants pour les événements groupés, tels que les processus de Cox-Hawkes additifs, supposent généralement que les événements passés ne font qu'augmenter l'intensité future (excitation). Ils peinent à représenter naturellement les effets inhibiteurs (où les événements passés suppriment l'activité future) tout en maintenant une intensité conditionnelle positive. Par ailleurs, les processus de Cox Log-Gaussiens (LGCP) standards capturent le regroupement latent de fond mais échouent à modéliser explicitement le déclenchement et l'inhibition induits par les événements.

Méthodologie
L'article propose un cadre unifié qui comble le fossé entre les modèles discrets de SSPSF et les processus ponctuels spatio-temporels à travers les étapes suivantes :

1. Connexion Théorique : Les auteurs démontrent d'abord que, sous une discrétisation appropriée, la loi de mise à jour du SSPSF peut être représentée comme un processus de Hawkes spatio-temporel séparable. Cela établit un lien formel entre le mécanisme de SSPSF fondé sur des règles et la théorie des processus ponctuels.
2. Formulation du Modèle : En s'appuyant sur cette connexion, l'article introduit un Processus de Cox-Hawkes Log-Gaussien Spatio-Temporel. L'intensité conditionnelle $\lambda(s, t | H_t)$ est définie sur une échelle logarithmique plutôt qu'additive :
   $$\lambda(s, t | H_t) = \exp\{ \mu(s, t) + Y(s, t) + D(s, t | H_t) \}$$
   Où :
   • $\mu(s, t)$ est un champ moyen déterministe représentant la structure galactique à grande échelle.
   • $Y(s, t)$ est un champ aléatoire gaussien spatio-temporel latent capturant les variations environnementales non observées (ex: densité de gaz, métallicité).
   • $D(s, t | H_t)$ est un champ dynamique dépendant de l'historique représentant l'effet cumulatif des événements passés.
3. Dépendance à l'Historique Signée : Le terme d'historique $D$ est défini comme une somme de noyaux spatio-temporels pondérés par un paramètre $\alpha \in \mathbb{R}$. Crucialement, parce que le terme d'historique entre dans la log-intensité, $\alpha$ peut être négatif. Cela permet aux événements passés soit d'augmenter (excitation, $\alpha > 0$) soit de diminuer (inhibition, $\alpha < 0$) l'intensité locale, tandis que la fonction exponentielle garantit que l'intensité conditionnelle reste strictement positive.
4. Extension par Temps de Récupération : Pour répondre aux contraintes physiques et à la stabilité mathématique, une version du modèle avec "temps de récupération" est introduite. Dans cette variante, un événement à l'instant $t_i$ n'influence pas l'intensité avant l'instant $t_i + \rho$. Ce délai empêche les cascades d'auto-déclenchement instantanées.
5. Analyse Mathématique : L'article utilise une construction par plongement de Poisson pour prouver l'existence du processus. Il établit :
   • La non-explosion (événements finis en temps fini) pour le cas non-excitateur ($\alpha \leq 0$).
   • La possibilité d'explosion (événements infinis en temps fini) pour le cas excitateur ($\alpha > 0$) sous certaines conditions.
   • Une non-explosion garantie pour le modèle à temps de récupération pour toute valeur de $\alpha \in \mathbb{R}$.

Principales Contributions

• Cadre Unifié : L'article fournit la première formulation stochastique continue qui intègre simultanément la structure galactique déterministe, la variation latente de fond, et les interactions historiques signées (excitation et inhibition) au sein d'une seule log-intensité.
• Interactions Signées : Contrairement aux modèles de Cox-Hawkes additifs où le terme de déclenchement est non négatif, cette construction à l'échelle logarithmique permet des effets d'inhibition historique sans violer la positivité de la fonction d'intensité.
• Rigueur Théorique : Le travail fournit des preuves rigoureuses concernant l'existence et les propriétés d'explosion du processus proposé, distinguant les régimes excitateurs et non-excitateurs et démontrant comment un paramètre de temps de récupération assure la stabilité.
• Pont SSPSF-Processus Ponctuel : Il dérive explicitement l'équivalence entre la loi de mise à jour discrétisée du SSPSF et un processus de Hawkes séparable, offrant une interprétation statistique du mécanisme classique du SSPSF.

Résultats

• Existence : Le processus est bien défini jusqu'à un temps d'explosion $T_\infty$ via un plongement de Poisson.
• Stabilité :
  • Si $\alpha \leq 0$ (inhibition ou neutre), le processus est non-explosif ($T_\infty = \infty$ presque sûrement).
  • Si $\alpha > 0$ (excitation), le processus peut exploser en temps fini si les événements se produisent fréquemment dans une petite fenêtre spatiale pour pousser la log-intensité vers l'infini.
  • L'introduction d'un temps de récupération $\rho > 0$ garantit la non-explosion pour toute valeur de $\alpha$, empêchant les boucles de rétroaction instantanées.
• Cas Particuliers : Le modèle se réduit à un processus de Cox Log-Gaussien standard lorsque $\alpha = 0$ et à un processus de Hawkes log-linéaire spatio-temporel lorsque le champ latent $Y$ est absent.

Signification
L'article affirme proposer un nouveau cadre de processus ponctuel interprétable pour analyser la formation stellaire stochastique. En allant au-delà des formulations additives, le modèle peut représenter des phénomènes physiques complexes tels que le regroupement latent, l'auto-excitation, l'inhibition locale et la propagation induite par les événements au sein d'un modèle statistique unifié. La variante à temps de récupération offre une interprétation physiquement motivée où les délais de feedback (par exemple, le temps requis pour que le feedback des supernovas affecte le gaz voisin) empêchent les cascades instantanées irréalistes.

Les auteurs notent que bien que le cadre soit établi, la théorie complète de la stabilité, l'identifiabilité des paramètres et les méthodes d'inférence pratique (qui nécessiteront probablement une approximation numérique en raison de l'intégrale spatio-temporelle intraitable dans la vraisemblance) restent des questions ouvertes pour des travaux futurs. Cet article se positionne comme une étape fondamentale vers l'analyse de la propagation de la formation stellaire dans les galaxies et l'interprétation des relevés observationnels au sein d'un modèle statistique unifié.