ProtoX-AD: Self-Explainable Time Series Anomaly Detection and Characterization

Résumé Technique : ProtoX-AD

Énoncé du Problème
La détection d'anomalies dans les séries temporelles (TSAD) est cruciale pour des domaines tels que la finance, l'IoT et la santé. Bien que les approches récentes basées sur la classification auto-supervisée (SSC-TSAD) aient démontré des performances solides en entraînant des classifieurs à reconnaître des motifs spécifiques aux transformations sur des données normales, elles souffrent d'un manque significatif d'explicabilité. Ces méthodes de type « boîte noire » fournissent des scores d'anomalie mais offrent peu de perspectives sur les caractéristiques des anomalies signalées, échouant ainsi à soutenir l'identification et l'interprétation de profils anormaux distincts. De plus, les bases de référence explicables existantes manquent de mécanismes pour analyser systématiquement comment la conception des transformations influence à la fois la performance de détection et la signification sémantique des explications.

Méthodologie : ProtoX-AD
Les auteurs proposent ProtoX-AD, un cadre basé sur des prototypes et auto-explicable pour la TSAD auto-supervisée. La méthode intègre des modèles auto-explicables prototypiques (SEM) au paradigme SSC-TSAD.

• Architecture : Le pipeline comprend cinq composants :

  1. Module de Transformation : Applique un ensemble de $K$ transformations (manuelles ou réseaux de neurones apprenables) aux échantillons d'entrée pour générer des vues augmentées. La première transformation est une fonction identité.
  2. Extraction de Caractéristiques : Un encodeur probabiliste (inspiré de ProtoVAE) projette les vues augmentées dans un espace latent, modélisant la distribution postérieure sous la forme d'un tuple comprenant la moyenne et la variance.
  3. Double Reconstruction : Comprend un explicateur (reconstruit les vues augmentées à partir des représentations latentes) et un décodeur de préservation sémantique (reconstruit l'échantillon original). Cela garantit la fidélité au niveau de l'entrée et la cohérence sémantique à travers les transformations.
  4. Module de Prototype : Apprend $M$ prototypes par classe de transformation dans l'espace latent. Ces prototypes représentent des concepts interprétables.
  5. Module de Classification : Effectue une classification auto-supervisée en calculant la similitude entre les représentations latentes et les prototypes spécifiques à chaque classe, puis injecte ces similitudes dans un classifieur linéaire.

• Objectif d'Entraînement : Le modèle est entraîné sur des données normales non étiquetées à l'aide d'une fonction de perte composite :

  • Perte de Classification ($L_{class}$) : Perte d'entropie croisée pour distinguer les classes de transformation.
  • Perte de Double Reconstruction ($L_{recon}$) : Inclut la reconstruction de l'explicateur, la préservation sémantique et une régularisation par mélange (divergence KL) pour aligner les représentations latentes avec les prototypes.
  • Perte d'Apprentissage de Prototype ($L_{proto}$) : Combine une perte de regroupement (assurant que les échantillons sont proches d'au moins un prototype) et une perte de couverture (empêchant les prototypes « fantômes » ou inutilisés).

• Détection d'Anomalies et Explication :

  • Détection : Le score d'anomalie est défini comme la perte d'entropie croisée de la vue identité. Une erreur élevée indique que l'échantillon viole les motifs normaux appris.
  • Explication : Pour un nouvel échantillon, le prototype le plus proche dans l'espace latent est identifié et décodé dans l'espace d'entrée via le réseau explicateur. Cela fournit une représentation visuelle et humainement interprétable du profil anomal.

Contributions Clés

1. Proposition de Cadre : Introduction de ProtoX-AD, un cadre auto-explicable qui apprend des représentations latentes sensibles aux transformations ainsi que des prototypes interprétables.
2. Performance vs Explicabilité : Démonstration que la méthode atteint une performance de détection comparable aux équivalents auto-supervisés « boîte noire » tout en fournissant des explications cohérentes et sémantiquement significatives pour la caractérisation des anomalies.
3. Analyse des Transformations : Une analyse systématique de la manière dont la conception de la transformation (manuelle vs réseau de neurones apprenable) impacte la performance de détection, l'explicabilité et la capacité à caractériser des profils anormaux distincts.

Résultats Expérimentaux
Les auteurs ont évalué ProtoX-AD sur trois jeux de données : synthétique (UMD), anomalies de température globale (GTA) et détection de fuites d'eau réelle (Yorkshire).

• Performance de Détection :

  • Avec des transformations conçues manuellement (exploitant la connaissance du domaine), ProtoX-AD a obtenu des performances comparables ou légèrement supérieures aux bases de référence auto-supervisées boîte noire, et a systématiquement surpassé les méthodes peu profondes (Isolation Forest, LOF, One-Class SVM).
  • Avec des transformations neuronales apprenables, la performance a chuté de manière significative sur tous les jeux de données, particulièrement dans les scénarios complexes, étant souvent moins performante que les méthodes peu profondes.
  • ProtoX-AD a généralement montré une performance plus constante à travers différents jeux de données et configurations par rapport à la base de référence explicable KMEx.

• Qualité de l'Explicabilité :

  • Qualitatif : ProtoX-AD a produit des prototypes de niveau classe plus fluides qui capturaient les motifs induits par les transformations (ex: déviations spécifiques en forme de cloche ou décalages de température). En revanche, les prototypes de KMEx étaient plus tranchants et présentaient un bruit spécifique à l'instance. Les transformations neuronales n'ont pas produit de prototypes significatifs, mappant souvent les anomalies vers la classe identité (normale).
  • Quantitatif : ProtoX-AD (avec transformations manuelles) a obtenu une erreur absolue moyenne (MAE) et une erreur quadratique moyenne (MSE) plus faibles entre les échantillons de test et leur explication par prototype assignée par rapport à KMEx.
  • Cohérence : ProtoX-AD a imposé un alignement cohérent entre les assignations dans l'espace latent et les représentations dans l'espace d'entrée, tandis que KMEx présentait des divergences où le prototype latent le plus proche ne correspondait pas au concept le plus proche dans l'espace d'entrée.

Signification et Revendications
L'article affirme que ProtoX-AD comble avec succès le fossé entre une détection d'anomalies de haute performance et une explicabilité intrinsèque. Les auteurs soulignent que l'incorporation de connaissances du domaine via des transformations conçues manuellement est essentielle pour une détection de performance robuste et une caractérisation d'anomalies significative. Bien que les transformations neuronales offrent de la généralité, les résultats suggèrent qu'elles sont insuffisantes pour capturer la structure sémantique requise pour une TSAD auto-supervisée et une caractérisation efficaces sans connaissance préalable.

Le travail conclut que ProtoX-AD offre un mécanisme de détection plus stable que les bases de référence explicables existantes en intégrant directement les prototypes dans l'objectif d'apprentissage. Cependant, les auteurs notent modestement que la dépendance aux transformations manuelles peut être une limite dans les scénarios où les connaissances du domaine sont indisponibles, suggérant que les travaux futurs devraient explorer des approches adaptatives pour apprendre progressivement les transformations basées sur les anomalies détectées. Le cadre est présenté comme extensible à d'autres modalités de données au-delà des séries temporelles.