Online Change Point Detection for Multivariate Inhomogeneous Poisson Processes Time Series

Technische Samenvatting: Online Change Point Detectie voor Multivariate Inhomogene Poisson-processen Tijdreeksen

Probleemstelling
Dit werk adresseert de uitdaging van online change point detectie voor multivariate inhomogene Poisson-puntprocessen (PPP) tijdreeksen. Hoewel PPP's wijdverbreid worden gebruikt om willekeurige gebeurtenissen in de ruimte te modelleren met locatie-afhankelijke snelheden (bijvoorbeeld aardbevingen, bosbranden, epidemieën), richt de bestaande literatuur zich grotendeels op offline schatting of parametrische modellen. Er blijft een aanzienlijke kloof bestaan in het ontwikkelen van niet-parametrische, online methoden die multivariate PPP's kunnen verwerken waarbij opeenvolgende waarnemingen temporele afhankelijkheid vertonen. Wereldwijde data vertoont vaak dergelijke afhankelijkheid door omgevingspersistentie of latente dynamiek, toch nemen standaard methoden voor veranderingdetectie doorgaans onafhankelijkheid over de tijd aan of vertrouwen op sterke parametrische aannames die niet passen bij algemene veranderingen in intensiteitsfuncties.

Methodologie
De auteurs stellen een computatie-efficiënt, single-pass online detectie-algoritme voor dat oneindig-dimensionale intensiteitsfuncties afbeeldt op eindig-dimensionale low-rank matrices. De kernmethodologie verloopt als volgt:

1. Matrixrepresentatie via Basis-expansie:
   De intensiteitsfunctie $\lambda^*$ wordt weergegeven met behulp van een orthonormale basis-expansie (specifiek binnen een Raamwerk voor Reproductieve Kernels Hilbertruimte). Het domein $\mathcal{X} \subset \mathbb{R}^d$ wordt gepartitioneerd in twee disjuncte coördinaten subsets van dimensies $p$ en $q$ (waarbij $p+q=d$). De intensiteitsfunctie wordt benaderd door een matrix $M(\lambda^*) \in \mathbb{R}^{M^p \times M^q}$, waarbij de elementen inproducten zijn van de intensiteit met tensor-product basisfuncties. Deze representatie behoudt afstanden en maakt efficiënte berekening van $L^2$-normen mogelijk zonder Monte Carlo-integratie.

2. Constructie van de CUSUM-statistiek:
   Voor elke waargenomen PPP-steekproef $X^{(i)}$ wordt een empirische intensiteitsmatrix $\hat{M}^{(i)}$ geconstrueerd door de evaluaties van de basisfuncties over de waargenomen punten op te tellen. Het algoritme onderhoudt lopende sommen van deze matrices in twee lijsten, $L$ en $R$, die corresponderen met vensters voor en na de verandering. Op elk tijdstip $j$ wordt een CUSUM-statistiek matrix $D$ berekend als het verschil tussen het gemiddelde van matrices in het venster voor de verandering en het venster na de verandering.

3. Beperkte SVD en Trimmen:
   Om hoge dimensionaliteit te hanteren en variantie te reduceren, past het algoritme een Beperkte Singuliere Waarde Decompositie (RSVD) toe op de verschilmatrix $D$.

   • Adaptief Trimmen: De grootte van de basis wordt adaptief getrimd op basis van de effectieve steekproefgrootte van het huidige venster. Kleinere vensters ondersteunen alleen de betrouwbare schatting van een kleiner aantal matrixcoëfficiënten.
   • Low-Rank Projectie: De getrimde matrix wordt geprojecteerd op zijn top $r$ singuliere vectoren. Dit maakt gebruik van de aanname dat het verschil tussen de intensiteitsfuncties voor en na de verandering ($\lambda^* - \lambda^*_a$) ongeveer low-rank is, een eigenschap die wordt ondersteund door functionele PCA-theorie voor gladde functies.

4. Detectieregel:
   Een alarm wordt afgegeven als de Frobenius-norm van de op rang $r$ geprojecteerde matrix, $\|D^{[r]}\|_F$, een datagedreven drempelwaarde overschrijdt die schaalt met de venstergrootte en gladheidsparameters.

Belangrijkste Theoretische Bijdragen
Het artikel stelt garanties voor eindige steekproeven vast voor de voorgestelde methode onder een geometrisch $\beta$-mixing aanname voor temporele afhankelijkheid.

• Nieuwe Matrix-Bernstein Ongelijkheid: Een primaire theoretische bijdrage is de afleiding van een nieuwe Matrix-Bernstein-ongelijkheid die is toegesneden op geometrisch $\beta$-mixende Poisson-puntproces tijdreeksen. Deze ongelijkheid controleert de afwijking van de som van afhankelijke willekeurige matrices, wat essentieel is voor het hanteren van de temporele afhankelijkheid in de PPP-steekproeven.
• Controle van Valse Alarmen: De auteurs bewijzen dat met een voldoende grote drempelconstante de totale waarschijnlijkheid van een vals alarm over de gehele tijds horizon begrensd is door $\alpha$.
• Detectievertraging: Onder een scenario met één veranderingpunt wordt aangetoond dat het algoritme een verandering detecteert binnen een vertraging $\Delta$ die expliciet afhangt van de grootte van de verandering in de $L^2$-norm ($\kappa$) en de gladheid van de intensiteitsfuncties. Opmerkelijk is dat de bovengrens voor de detectievertraging schaalt als $O(\kappa^{-2-(p \vee q)/\gamma})$, wat strikt beter is in orde dan bestaande offline niet-parametrische grenzen ($O(\kappa^{-2-d/\gamma})$) omdat de methode gebruikmaakt van de coördinatenpartitie ($p \vee q < d$).

Empirische Resultaten
De methode, de "Matrix-detector" genoemd, werd geëvalueerd tegen twee benchmarks: een op MMD gebaseerde detector (Li et al., 2015) en een op Kernel Intensiteitsschatting (KIE) gebaseerde detector (Madrid Padilla et al., 2023).

• Simulatiestudies: Experimenten in 3D- en 4D-omgevingen met temporeel afhankelijke latente variabelen toonden aan dat de Matrix-detector aanzienlijk lagere gemiddelde detectievertragingen (ADD) bereikt dan de benchmarks, terwijl vergelijkbare kansen op valse alarmen worden gehandhaafd.
• Robuustheid: Aanvullende 10D-simulaties toonden aan dat de methode effectief blijft, zelfs wanneer het intensiteitsverschil niet exact low-rank is, en presteert beter dan een op een neuraal netwerk gebaseerde CUSUM-detector. De methode bleek ook robuust te zijn voor de keuze van de rangparameter $r$ en de strategie voor coördinatenpartitie.
• Toepassing op Real Data: Het algoritme werd toegepast op aardbevingsdata uit Oklahoma (2000–2018). Het detecteerde succesvol een veranderingspunt in juni 2009, wat overeenkomt met bekende toenames in seismische activiteit die gekoppeld zijn aan afvalwaterinjectie, terwijl de KIE-detector te vroeg een alarm gaf (2007) en de MMD-detector geen alarm gaf tegen het einde van de studietijd.

Betekenis en Claims
De auteurs claimen dat dit werk de eerste algemeen toepasbare aanpak biedt met bewezen garanties voor het detecteren van niet-parametrische veranderingen in multivariate PPP-intensiteiten onder realistische temporele afhankelijkheid. De betekenis van het werk ligt in:

1. Hanteren van Temporele Afhankelijkheid: Voorbijgaan aan de onafhankelijkheidsaanname die gebruikelijk is in veranderingdetectie voor puntprocessen door gebruik te maken van $\beta$-mixing condities.
2. Computationele Efficiëntie: Het bieden van een single-pass algoritme met constante computatiekosten per nieuwe waarneming, onafhankelijk van de verstreken lengte van de tijdreeks, waardoor het schaalbaar is voor langetermijnmonitoring.
3. Theoretische Strenge: Het leveren van niet-asymptotische grenzen die gezamenlijk rekening houden met bias door basis-truncatie en stochastische variantie in afhankelijke omgevingen, ondersteund door een nieuwe Matrix-Bernstein-ongelijkheid.

Het artikel concludeert dat de voorgestelde methode zowel statistisch robuust als computatie-efficiënt is, en een praktische oplossing biedt voor toepassingen zoals aardbevingsseismologie, klimaatmonitoring en epidemische surveillance, waarbij event-data multivariaat, inhomogeen en temporeel afhankelijk is.