Multivariate Spatio-Temporal Neural Hawkes Processes

Cet article propose un processus de Hawkes neuronal multivarié spatio-temporel qui intègre des dynamiques d'apprentissage de l'espace et du temps pour modéliser efficacement des données d'événements complexes, comblant ainsi les lacunes des approches purement temporelles et démontrant son efficacité sur des données de terrorisme au Pakistan.

L'essentiel

🌍🔥 Le "Sismographe" des Événements : Une Nouvelle Façon de Prévoir le Chaos

Imaginez que vous essayez de prédire où et quand vont se produire des événements imprévisibles : des tremblements de terre, des épidémies, ou des attaques terroristes.

Pendant longtemps, les scientifiques ont utilisé des modèles mathématiques un peu rigides pour essayer de comprendre ces phénomènes. C'est un peu comme essayer de prédire la météo en utilisant uniquement une règle et un crayon : ça marche pour un jour de beau temps, mais dès qu'il y a une tempête complexe, ça ne tient plus.

Ce papier propose une nouvelle méthode, un peu comme donner un cerveau artificiel capable de voir à la fois le temps et l'espace.

1. Le Problème : Pourquoi les vieux modèles échouent

Les modèles actuels (appelés "Processus de Hawkes") sont excellents pour dire : "Si un événement se produit ici, il y a de fortes chances qu'un autre se produise bientôt." C'est ce qu'on appelle l'excitation.

Mais ils ont deux gros défauts :

• Ils sont trop rigides : Ils supposent que les règles sont toujours les mêmes (comme si une explosion provoquait toujours exactement la même réaction, partout et tout le temps).
• Ils sont aveugles à la géographie : Ils regardent le temps, mais oublient souvent la distance. C'est comme si vous disiez : "Il y a eu un feu de forêt en Californie, donc il y aura un autre feu demain à New York." Absurde, n'est-ce pas ? La distance compte !

Les chercheurs ont essayé d'utiliser l'intelligence artificielle (Deep Learning) pour corriger ça, mais ils ont découvert un piège : les modèles actuels sont très bons pour obtenir un "bon score" sur les tests mathématiques (comme un étudiant qui apprend par cœur les réponses sans comprendre la leçon), mais ils échouent à reproduire la vraie logique derrière les événements.

2. La Solution : Le "Cerveau" Spatio-Temporel (MSTNHP)

Les auteurs proposent un nouveau modèle, le Processus de Hawkes Neural Spatio-Temporel Multivarié.

Pour faire simple, imaginez que vous avez un système de surveillance intelligent qui ne se contente pas de noter l'heure d'un événement, mais qui se souvient aussi :

1. Où il s'est produit.
2. Qui l'a fait (quel groupe, quel type d'événement).
3. Comment la mémoire de cet événement s'efface avec le temps et la distance.

L'analogie de la "Goutte d'encre dans l'eau" :
Quand vous laissez tomber une goutte d'encre dans un verre d'eau, elle se diffuse.

• Le temps : L'encre s'étale plus avec le temps.
• L'espace : L'encre s'étale moins loin si l'eau est visqueuse (ou si la distance est grande).
• Le modèle : Notre nouvelle IA apprend comment cette "goutte" (l'impact d'un événement) se diffuse dans l'espace et le temps. Elle apprend que parfois, un événement peut attirer d'autres événements (excitation), et parfois les repousser (inhibition), et que cela change selon l'endroit et le moment.

3. L'Exemple Concret : La Carte des Terroristes au Pakistan

Pour prouver leur méthode, les chercheurs l'ont appliquée aux données d'attaques terroristes au Pakistan entre 2008 et 2020. Ils ont suivi quatre groupes différents (TTP, BRA, BLA, BLF).

• Ce que les vieux modèles faisaient : Ils regardaient les dates d'attaques et disaient : "Ah, il y a eu beaucoup d'attaques en 2010, donc il y en aura en 2011." Ils mélangeaient tout, comme si tous les groupes étaient la même chose.
• Ce que le nouveau modèle fait : Il voit la carte. Il comprend que le groupe A attaque souvent dans le nord, tandis que le groupe B attaque dans le sud. Il comprend aussi que si le groupe A frappe, cela peut calmer le groupe B (inhibition) ou au contraire le provoquer (excitation), et que cela dépend de la distance entre leurs zones d'influence.

Résultat : Le nouveau modèle a réussi à dessiner une carte de "probabilité d'attaque" qui ressemble étonnamment à la réalité, là où les anciens modèles donnaient des résultats flous et incohérents.

4. La Leçon Principale : Ne pas se fier uniquement aux notes

Le papier nous enseigne une leçon importante sur l'Intelligence Artificielle : Un bon score mathématique ne signifie pas que le modèle a compris la réalité.

C'est comme un élève qui obtient 20/20 en mathématiques parce qu'il a mémorisé les formules, mais qui ne sait pas conduire une voiture. Les chercheurs montrent que pour vraiment comprendre des phénomènes complexes (comme le terrorisme ou les épidémies), il faut vérifier si le modèle "voit" bien la géographie et la dynamique du temps, pas juste s'il prédit bien le prochain chiffre.

En résumé

Ce papier présente une nouvelle intelligence artificielle capable de comprendre que les événements ne se produisent pas dans le vide. Ils ont lieu ici et maintenant, et leur impact dépend de qui les a faits et de où ils sont. C'est un outil puissant pour mieux prévoir les crises, que ce soit pour la sécurité, la santé publique ou la gestion des catastrophes naturelles.

Résumé technique

1. Problématique et Contexte

L'analyse des motifs de points spatio-temporels est cruciale dans de nombreux domaines (séismes, épidémiologie, criminologie, terrorisme). Les processus de Hawkes, qui modélisent l'auto-excitation et l'interaction entre événements, sont largement utilisés. Cependant, les modèles existants souffrent de limitations majeures :

• Rigidité paramétrique : La plupart des modèles spatio-temporels multivariés reposent sur des fonctions de déclenchement (kernels) paramétriques fixes, incapables de capturer des dynamiques complexes et changeantes dans le temps et l'espace.
• Limites des modèles purement temporels : Les approches récentes basées sur l'apprentissage profond (Deep Learning) pour les processus de Hawkes temporels (comme NHP, SAHP, THP) négligent souvent la dimension spatiale.
• Écart de modélisation : L'article identifie un problème critique : les modèles peuvent obtenir de bonnes métriques de vraisemblance (log-likelihood) tout en échouant à reproduire la structure réelle de l'intensité conditionnelle (les motifs d'excitation et d'inhibition). Les modèles purement temporels appliqués à des données intrinsèquement spatio-temporelles produisent des intensités déformées et non interprétables.

L'objectif est de développer un cadre flexible capable de modéliser des données d'événements multivariés avec des dynamiques spatio-temporelles complexes, sans hypothèses de séparabilité ou de stationnarité rigides.

2. Méthodologie Proposée : MSTNHP

Les auteurs proposent le Processus de Hawkes Neural Spatio-Temporel Multivarié (MSTNHP). Cette méthode étend le processus de Hawkes Neural Temporel (NHP) existant [21] en intégrant explicitement la dimension spatiale dans l'évolution de l'état latent.

Architecture Clé :

• Représentation des données : Une séquence d'événements est définie par $\{(k_i, t_i, s_i)\}$, où $k$ est le type d'événement, $t$ le temps et $s$ la localisation spatiale.
• Intensité Conditionnelle : L'intensité $\lambda_k(s, t)$ pour un événement de type $k$ à la position $s$ et au temps $t$ est donnée par une fonction de lien positive (softplus) appliquée à un état latent $h(s, t)$ :
  $$\lambda_k(s, t) = f_k(w_k^T h(s, t))$$
• Évolution de l'État Latent (LSTM Continu) : Contrairement aux modèles discrets, l'état latent évolue continuellement entre les événements via une structure de type LSTM continu.
• Mécanisme de Décroissance Spatio-Temporelle : C'est l'innovation centrale. La cellule de mémoire $c_d(s, t)$ d'un LSTM évolue selon une décroissance exponentielle qui dépend à la fois du temps écoulé et de la distance spatiale par rapport à l'événement précédent :
  $$c_d(s, t) = \bar{c}_{d, i-1} + (c_{d, i-1} - \bar{c}_{d, i-1}) e^{-\delta^{(t)}_{d, i-1}(t - t_{i-1}) - \delta^{(s)}_{d, i-1}\|s - s_{i-1}\|}$$
  Où $\delta^{(t)}$ et $\delta^{(s)}$ sont des taux de décroissance appris pour le temps et l'espace respectivement. Cela permet au modèle d'apprendre dynamiquement comment l'influence d'un événement s'estompe dans le temps et l'espace, capturant ainsi des interactions d'excitation et d'inhibition complexes sans noyaux préfixés.

Entraînement :
Le modèle est optimisé en maximisant la vraisemblance log-likelihood, approximée par échantillonnage de Monte Carlo sur l'intégrale double (temps $\times$ espace).

3. Contributions Clés

1. Extension Spatio-Temporelle du NHP : Première intégration réussie de l'information spatiale dans l'évolution de l'état latent d'un processus de Hawkes neuronal continu, permettant une modélisation flexible des interactions spatio-temporelles.
2. Identification d'un Défi Méthodologique : L'article démontre que les métriques de vraisemblance standard sont insuffisantes pour évaluer la qualité des modèles de Hawkes neuronaux. Des modèles peuvent avoir une bonne vraisemblance tout en produisant des intensités structurellement incorrectes (effondrement de la solution).
3. Flexibilité sans Paramétrisation Fixe : Le modèle apprend les dynamiques de déclenchement (excitation/inhibition) et leur portée spatiale/temporelle directement à partir des données, évitant les hypothèses de séparabilité ou de stationnarité souvent utilisées dans les modèles paramétriques classiques.
4. Validation Rigoureuse : Une comparaison exhaustive avec six modèles de référence (RMTPP, NHP, SAHP, THP, ODETPP, AttNHP) et une étude d'ablation montrant l'échec des modèles purement temporels sur des données spatio-temporelles.

4. Résultats

Études de Simulation :

• Le MSTNHP a été testé sur quatre scénarios simulés (Biv 1-4) incluant des structures d'excitation pure, d'inhibition croisée, et des noyaux complexes non séparables.
• Performance Temporelle : Le MSTNHP reproduit avec précision les courbes d'intensité temporelle (forme et magnitude), là où d'autres modèles (comme SAHP) échouent ou produisent des solutions dégénérées.
• Performance Spatiale : Le modèle récupère correctement les cartes d'intensité spatiale cumulatives, capturant les motifs de regroupement (clustering) et les interactions entre types d'événements.
• Comparaison avec MTNHP (Modèle Temporel Uniquement) : Lorsqu'on ignore la dimension spatiale (en "écrasant" les données), le modèle temporel échoue à capturer la dynamique réelle, produisant des intensités oscillantes et non interprétables. Cela confirme que la structure spatiale est indispensable pour modéliser correctement ces processus.

Application Réelle : Données de Terrorisme au Pakistan

• Données : Attaques de quatre groupes distincts (TTP, BRA, BLA, BLF) entre 2008 et 2020.
• Résultats :
  • Le MSTNHP capture des dynamiques temporelles complexes et distinctes pour chaque groupe. Par exemple, le TTP montre une intensité globale plus élevée mais des motifs d'interaction opposés aux groupes baloutches.
  • Les cartes d'intensité spatiale montrent des interactions nuancées : parfois des groupes similaires (BRA/BLA) ont des motifs spatiaux inversés à certaines dates, suggérant une modulation conjointe.
  • Le modèle détecte des phases d'inhibition ("down peaks") après des vagues de violence, interprétables comme des pauses stratégiques.
  • Le modèle purement temporel (MTNHP) échoue à reproduire ces nuances, confirmant la nécessité de l'approche spatio-temporelle.

5. Signification et Conclusion

Cet article démontre que l'intégration de la dimension spatiale dans les processus de Hawkes neuronaux est non seulement bénéfique, mais essentielle pour modéliser des phénomènes réels où l'espace et le temps sont couplés.

• Impact Scientifique : Il remet en question l'utilisation exclusive de la vraisemblance comme métrique de performance, plaidant pour l'évaluation visuelle et structurelle des fonctions d'intensité.
• Apport Pratique : Le MSTNHP offre un outil puissant pour la prédiction et l'analyse de risques dans des domaines critiques comme la sécurité (terrorisme), la gestion des catastrophes ou l'épidémiologie, là où les modèles paramétriques traditionnels sont trop rigides.
• Perspectives : Bien que le modèle actuel utilise une décroissance spatio-temporelle séparable, les auteurs suggèrent que des extensions vers des structures non séparables et non stationnaires pourraient encore améliorer la flexibilité pour des applications encore plus complexes.