Graph Distribution-valued Signals: A Wasserstein Space Perspective

1. Problématique

Le traitement du signal sur les graphes (GSP) classique représente les signaux comme des vecteurs où chaque entrée correspond à la valeur d'un nœud. Cette approche repose sur deux hypothèses restrictives qui limitent son applicabilité dans des scénarios réels :

• Hypothèse d'observation complète et synchrone : Les méthodes classiques supposent que les données de tous les nœuds sont disponibles simultanément. En pratique, la collecte de données est souvent asynchrone, incomplète ou sujette à des retards.
• Exigence de correspondance stricte : Les filtres graphiques sont définis comme des mappings vecteur-à-vecteur. Ils nécessitent des paires de signaux source et cible parfaitement alignées (ex: $\{(x_i, y_i)\}$). Dans des tâches de prédiction, des décalages temporels, des chevauchements ou des données manquantes brisent cette correspondance un-à-un, rendant les modèles classiques inefficaces.

De plus, les approches statistiques existantes traitent souvent les signaux comme des variables aléatoires ou des échantillons, mais ne modélisent pas la distribution de probabilité elle-même comme l'objet principal du signal, ce qui limite la capacité à capturer l'incertitude inhérente et la stochasticité des données.

2. Méthodologie : Le Cadre des Signaux à Valeur de Distribution (GDS)

Les auteurs proposent un nouveau cadre théorique où les signaux sur les graphes sont modélisés non pas comme des vecteurs, mais comme des distributions de probabilité dans un espace de Wasserstein.

Concepts Fondamentaux

• Signal à Valeur de Distribution (GDS) : Un signal est défini comme une mesure de probabilité de Borel $\mu$ appartenant à l'espace de Wasserstein d'ordre $p$, noté $\mathcal{P}_p(\mathbb{R}^N)$. Cela généralise le signal classique : un signal vectoriel $x$ est un cas particulier de GDS correspondant à une mesure de Dirac $\delta_x$.
• Espace de Wasserstein : Cet espace est muni de la distance de Wasserstein ($W_p$), qui mesure le « travail » minimal nécessaire pour transporter une distribution vers une autre. Cette métrique permet de comparer des distributions en tenant compte à la fois de leurs moyennes et de leurs covariances (structure de dépendance).

Opérations de Traitement du Signal Généralisées

L'article établit un dictionnaire systématique reliant les concepts classiques du GSP à leurs équivalents GDS :

1. Transformée de Fourier sur GDS (GDS-FT) : Définie comme la mesure image (pushforward) de la distribution $\mu$ par la matrice de base de Fourier du graphe $U_G^\top$. Si $\mu = \delta_x$, on retrouve la GFT classique.
2. Filtrage Convolutif sur GDS : Un filtre graphique $F_G$ (polynôme de l'opérateur de décalage) agit sur la distribution entière via l'opération de pushforward : $\mu \mapsto (F_G)_\# \mu$. Cela transforme non seulement la tendance centrale (moyenne) mais aussi la variabilité et les dépendances (covariance) du signal.

Apprentissage de Filtres (GDS-Cop)

Pour l'apprentissage de filtres, les auteurs proposent une approche basée sur les copules :

• Modélisation : Les marges locales (distributions par nœud) sont estimées à partir d'observations locales. Une copule (gaussienne dans l'implémentation proposée) est utilisée pour modéliser les dépendances entre les nœuds et reconstruire la distribution conjointe $\mu_{\theta, \kappa}$.
• Objectif d'optimisation : Le but est de trouver un filtre $F_G$ et une densité de copule $c_\kappa$ qui minimisent la distance de Wasserstein entre la distribution filtrée $(F_G)_\# \mu_{\theta, \kappa}$ et une distribution cible $\mu^\star$.
• Algorithme : Sous l'hypothèse de distributions gaussiennes, le problème d'optimisation admet une solution analytique pour la distance de Wasserstein au carré. Un algorithme de descente de gradient alternée est utilisé pour optimiser simultanément les coefficients du filtre et la matrice de corrélation de la copule.

3. Contributions Clés

1. Cadre Théorique Unifié : Introduction du concept de GDS, permettant de traiter l'incertitude et la stochasticité comme des propriétés intrinsèques du signal, tout en englobant strictement le GSP vectoriel classique comme cas particulier.
2. Dictionnaire Conceptuel : Établissement d'une correspondance systématique entre les opérations fondamentales du GSP (Fourier, convolution, filtrage) et leurs analogues dans l'espace de Wasserstein.
3. Algorithme d'Apprentissage Robuste : Développement d'une méthode d'apprentissage de filtres (GDS-Cop) qui ne nécessite pas d'observations complètes ni d'alignement temporel strict entre les signaux d'entrée et de sortie.

4. Résultats Expérimentaux

Les auteurs ont évalué leur méthode (GDS-Cop) sur un jeu de données réelles concernant les cas quotidiens de COVID-19 dans 58 comtés de Californie (2020-2022), en comparaison avec des méthodes de référence (GSP-LS, GSP-RLS, GSP-LSCM, GSP-LEV).

• Performance de Prédiction : GDS-Cop a obtenu le taux d'erreur quadratique relative moyen (ARSE) le plus bas, surpassant toutes les autres méthodes, en particulier pour des fenêtres de temps plus grandes.
• Robustesse aux Données Incomplètes (Masquage) : Dans des scénarios où les données de certains nœuds étaient masquées aléatoirement (probabilité d'observation entre 0,6 et 0,9), les méthodes basées sur des vecteurs (GSP-LS, RLS, LSCM) ont vu leurs performances se dégrader considérablement. GDS-Cop et GSP-LEV sont restés robustes car ils ne reposent pas sur l'hypothèse d'observation complète.
• Robustesse au Désalignement Temporel (Mélange) : Lorsque les données d'entraînement étaient mélangées aléatoirement (brisant l'alignement temporel strict), les méthodes classiques ont échoué. GDS-Cop a maintenu une stabilité et une précision élevées, démontrant sa capacité à apprendre des structures de distribution sans dépendre de la correspondance un-à-un des échantillons.

5. Signification et Impact

Ce travail représente une avancée majeure pour le traitement du signal sur les graphes en dépassant les limitations des modèles vectoriels déterministes.

• Gestion de l'Incertitude : En modélisant les signaux comme des distributions, le cadre GDS permet une gestion « principielle » de l'incertitude, cruciale pour les applications réelles où les données sont bruyantes ou partielles.
• Flexibilité : La capacité à apprendre des filtres sans alignement temporel strict ouvre la voie à des applications dans des domaines où la synchronisation est difficile (réseaux de capteurs hétérogènes, données épidémiologiques, réseaux sociaux dynamiques).
• Généralité : Le fait que le GSP classique soit un cas particulier de ce cadre assure une compatibilité théorique tout en offrant une extension puissante pour des problèmes complexes.

En résumé, l'article propose une refonte fondamentale de la représentation des signaux sur les graphes, passant de vecteurs à des distributions dans l'espace de Wasserstein, offrant ainsi des outils plus robustes et expressifs pour l'analyse de données structurées complexes.