Spectral embedding of inhomogeneous Poisson processes on multiplex networks

Sintesi Tecnica: Embedding Spettrale di Processi di Poisson Inomogenei su Reti Multiplex

Definizione del Problema
I dati di rete del mondo reale spesso esibiscono due criticità fondamentali: l'eterogeneità nei tipi di connessione (multiplexità) e l'evoluzione nel tempo continuo. Mentre le reti multiplex statiche e le reti dinamiche a tempo discreto sono state ampiamente studiate, manca un quadro statistico rigoroso per le reti multiplex in tempo continuo in cui le interazioni tra gli archi sono modellate come processi di punti. Il presente lavoro affronta questa lacuna proponendo un modello per dati di rete multiplex osservati in tempo continuo, dove le intensità degli archi sono guidate da posizioni latenti a bassa dimensionalità.

Metodologia
Gli autori introducono il Multiplex Inhomogeneous Poisson Process Dot-Product Graph (MIPP-DPG). In questo modello:

1. Struttura dei Dati: Le osservazioni sono quadruple $(i_k, j_k, \ell_k, t_k)$ che rappresentano un'interazione diretta da un nodo $i$ a un nodo $j$ nello strato $\ell$ al tempo $t$.
2. Posizioni Latenti: Ogni nodo $i$ possiede due tipi di posizioni latenti:
   • Una posizione dinamica e indipendente dallo strato $X_i(t) \in \mathbb{R}^d$ che evolve nel tempo ma è condivisa tra tutti gli strati.
   • Una posizione statica e dipendente dallo strato $Y_{\ell i} \in \mathbb{R}^d$ specifica per ogni strato $\ell$.
3. Funzione di Intensità: L'intensità $\lambda_{\ell ij}(t)$ del processo di Poisson inomogeneo che governa l'arco $(i, j)$ nello strato $\ell$ è definita come il prodotto scalare di queste posizioni latenti:
   $$\lambda_{\ell ij}(t) = X_i(t)^\top Y_{\ell j}$$
4. Procedura di Stima: Per stimare queste posizioni latenti, gli autori propongono un approccio di discretizzazione:
   • L'intervallo di tempo continuo $[0, 1]$ viene suddiviso in $M$ bin (contenitori).
   • Viene costruito un stimatore ad istogramma per le intensità degli archi all'interno di ciascun bin, risultando in una matrice a blocchi $\hat{\Lambda}$.
   • Viene applicata la Doubly Unfolded Adjacency Spectral Embedding (DUASE) a $\hat{\Lambda}$. Ciò comporta l'impilamento delle matrici di adiacenza di tutti gli strati e dei bin temporali in una grande matrice e l'esecuzione di una decomposizione in valori singolari (SVD) per recuperare le stime $\hat{X}$ e $\hat{Y}$.

Contributi Teorici Chiave
Il documento stabilisce proprietà asintotiche rigorose per lo stimatore DUASE applicato al MIPP-DPG al crescere del numero di nodi $N$, del numero di bin temporali $M$ e del numero di strati $L$.

1. Consistenza (Teorema 1): Gli autori dimostrano la consistenza della norma due-all'infinito riga per riga per le posizioni latenti stimate. Nello specifico, mostrano che le posizioni stimate convergono alle posizioni reali (fino a una trasformazione lineare) con un limite di errore che decade all'aumentare di $N \to \infty$.

   • Il limite tiene conto sia della varianza (errore stocastico derivante dal processo di Poisson) sia del bias (introdotto dalla discretizzazione temporale).
   • Fondamentalmente, la teoria dimostra che, sebbene i dati siano discretizzati in bin, lo stimatore recupera asintoticamente la natura in tempo continuo delle posizioni latenti, a condizione che il numero di bin $M$ cresca a un ritmo inferiore rispetto a $N$ (nello specifico $M = o(N^{1/2}/\log^4 N)$).
   • Vengono considerati due assunti di bias: (i) Continuità Lipschitz priva di rotazione e (ii) Continuità Lipschitz di sottospazio, quest'ultima una condizione più debole e invariante per rotazione sulla dinamica dello spazio latente.

2. Normalità Asintotica (Teorema 2): Il lavoro stabilisce un Teorema del Limite Centrale (CLT) per il vettore studentizzato delle differenze tra le posizioni latenti stimate e quelle reali. Questo risultato fornisce una base teorica per la costruzione di intervalli di confidenza e per l'esecuzione di test di ipotesi sulle posizioni latenti. Il CLT è valido sotto condizioni lievi riguardanti il rango e la densità della matrice di intensità.

Risultati Empirici
Il metodo proposto è validato attraverso simulazioni e un'applicazione nel mondo reale:

• Simulazioni: Gli autori simulano MIPP-DPG a struttura a blocchi. I risultati confermano che lo stimatore DUASE recupera con successo sia le traiettorie dinamiche $X_i(t)$ che le posizioni statiche specifiche dello strato $Y_{\ell j}$. Le simulazioni dimostrano inoltre che il metodo rimane efficace anche quando gli stretti assunti di continuità Lipschitz vengono violati (ad esempio, in presenza di discontinuità), purché la dimensione della rete $N$ sia sufficientemente grande.
• Applicazione nel Mondo Reale: Il modello è applicato a una rete di trasporto aereo globale (OpenSky Network, aprile 2021), trattando diversi modelli di aeromobili come strati. L'embedding spettrale recupera con successo strutture latenti che si allineano con le regioni geografiche (continenti) pur identificando al contempo cluster funzionali (ad esempio, hub intercontinentali rispetto ad aeroporti regionali) che trascendono la semplice geografia.

Significatività e Rivendicazioni
Gli autori affermano che questo lavoro fornisce la prima giustificazione teorica rigorosa per l'applicazione di metodi di embedding spettrale a reti multiplex in tempo continuo modellate come processi di Poisson inomogenei.

• Unione di Framework: Il lavoro connette la teoria dei processi di punti in tempo continuo con il consolidato framework RDPG, permettendo l'uso di metodi spettrali in tempo continuo.
• Giustificazione della Discretizzazione: Un contributo chiave è la prova che una semplice discretizzazione basata su istogrammi, seguita da DUASE, è sufficiente per recuperare le strutture latenti in tempo continuo asintoticamente.
• Utilità a Valle: Il risultato della normalità asintotica è evidenziato come particolarmente significativo per i compiti a valle, come il rilevamento delle comunità, poiché supporta teoricamente l'uso di modelli di miscela gaussiana per il clustering delle posizioni embeddate.

Il documento conclude che, sebbene il metodo si basi sulla continuità Lipschitz per le garanzie teoriche, l'evidenza empirica suggerisce robustezza alle violazioni di tali assunti. Si suggerisce come lavoro futuro l'esplorazione di scenari in cui la struttura della rete stessa è sconosciuta e l'indagine di modelli di processo di punti più complessi, come i processi auto-eccitanti.