On Observation Time for Recovering Latent Hawkes Networks

Probleemstelling
Het artikel behandelt het fundamentele statistische probleem van het afleiden van het latente interactienetwerk van een multivariate Hawkes-proces op basis van gebeurtenisgebaseerde waarnemingen. Specifiek onderzoekt het de schalingsrelatie tussen de benodigde observatietijd $T$ en het aantal interacterende entiteiten (knopen) $d$ dat noodzakelijk is om exacte ondersteuningsherstel van het interactiematrix $\Theta$ te bereiken. De auteurs richten zich op een regime waarin het netwerk spaarzaam is (elke knoop heeft ten hoogste $k \ll d$ ouders) en interacties zwak zijn, een setting die relevant is voor fenomenen zoals seismische naschokken, high-frequency trading, neuronale spike-trains en epidemische verspreiding.

Methodologie
De auteurs leggen een theoretisch kader vast met behulp van een $d$-dimensionaal exponentieel Hawkes-proces met een bekende vervalkans $\beta$. De interactiematrix wordt gemodelleerd als $\Theta = \alpha B$, waarbij $B$ een spaarzaam niet-negatieve matrix is met begrenste elementen, en $\alpha$ de koppelingssterkte regelt. De analyse gaat uit van een stationair observatievenster $[0, T]$ en behandelt de beginstaat $X(0)$ als waarneembaar (een standaardinitialisatieaanneming).

Om de resultaten af te leiden, hanteert het artikel twee verschillende methodologische benaderingen:

1. Bovenste grens (Haalbaarheid): De auteurs construeren een tweestaps-schatter om het netwerk te herstellen.

   • Screeningstadium: De schatter gebruikt afgeknipte en gebinde gebeurtenisdata om empirische covariantiescores te berekenen tussen kandidaat-ouderknopen en de toekomstige gebeurtenissen van de doelpoot. Dit stadium filtert de $d$ potentiële ouders door tot een kandidaatset van grootte $m \geq k$, waarbij wordt gegarandeerd dat de ware ondersteuning binnen deze set is opgenomen (zeker screenen).
   • Verfijningstadium: Er wordt een lokale gewone kleinste-kwadraten (OLS) regressie uitgevoerd op de gescreende kandidaatset. De geschatte coëfficiënten worden gethreshold om ware randen te onderscheiden van schijnbare correlaties veroorzaakt door indirecte excitatie-cascades.
   • Analyse: Het bewijs maakt gebruik van de Poisson-clusterrepresentatie van Hawkes-processen om concentratiegrenzen af te leiden voor de afhankelijke blokgemiddelden die in de schatter worden gebruikt. Dit stelt de auteurs in staat aan te tonen dat de empirische statistieken met hoge waarschijnlijkheid concentreren rond hun theoretische waarden.

2. Onderste grens (Onmogelijkheid): De auteurs bewijzen dat de logaritmische schaling optimaal is door een informationeel-theoretische onderste grens vast te stellen.

   • Zij beperken het probleem tot een specifieke subklasse van netwerken waarin slechts één doelpoot $k$ onbekende ouders heeft, terwijl alle andere knopen onafhankelijk zijn.
   • Met behulp van Fano's ongelijkheid relateren zij de foutkans van elke schatter aan de wederzijdse informatie tussen de onbekende ondersteuning en de waarnemingen.
   • De wederzijdse informatie wordt begrensd met behulp van de Kullback-Leibler (KL)-divergentie tussen de wet van het waargenomen proces onder een specifieke ondersteuning en een referentiewet zonder interacties. Deze berekening maakt gebruik van Jacods Girsanov-formule voor puntprocessen om de maatverandering te behandelen.

Belangrijkste Resultaten
Het artikel bewijst dat voor een klasse van stationaire Hawkes-processen met spaarzame, zwakke interacties, de observatietijd $T$ die vereist is voor exact netwerkherstel schaalt als:
$$T \asymp \log d$$
Specifiek:

• Stelling 3.1 (Bovenste grens): Er bestaat een tweestaps-schatter zodanig dat, indien $T \geq C^* \log d$, de kans op exact ondersteuningsherstel ten minste $1 - d^{-c^*}$ is. De schatter slaagt door ware ouders te scheiden van niet-ouders via een "screening-gap" in de theoretische scores, die behouden blijft onder afkappen en binning.
• Stelling 4.1 (Onderste grens): Voor elke schatter, indien $T \leq c \log d$ (voor een voldoende kleine constante $c$), is de foutkans begrensd weg van nul. Dit impliceert dat geen enkel algoritme, ongeacht de computerkosten, exact herstel met hoge waarschijnlijkheid kan bereiken in sub-logaritmische tijd.

Betekenis en Claims
Het artikel claimt het eerste theoretische resultaat te leveren dat de steekproefcomplexiteit (in termen van tijd) karakteriseert voor exact netwerkherstel in Hawkes-processen. De auteurs benadrukken dat de logaritmische afhankelijkheid van $d$ inherent is aan het probleem, gedreven door de combinatorische kosten van het identificeren van een spaarzame ouder-set onder $d$ kandidaten.

Belangrijke factoren die dit resultaat mogelijk maken, zijn:

• De Markov-staatrepresentatie die wordt geboden door de exponentiële kern, wat de intensiteitsdynamica vereenvoudigt.
• De lineariteit van de intensiteit met betrekking tot de staatsvariabele.
• De voorwaarde voor zwakke interactie, die garandeert dat indirecte excitatie-cascades het signaal van directe ouders niet overweldigen, waardoor een scheiding mogelijk is tussen ware en valse randen.
• Stationariteit, die uniforme distributieve controle over het observatievenster biedt.

De auteurs merken op dat hoewel empirisch werk Hawkes-processen al lang gebruikt voor netwerkinferentie, dit werk dergelijk succes op een theoretische basis plaatst, en aantoont dat grote netwerkgroottes exact herstel niet inherent beletten, mits het observatievenster logaritmisch schaalt met de dimensie. Het artikel concludeert met het suggereren van toekomstige richtingen, zoals het uitbreiden van de theorie naar getekende of remmende interacties, onbekende vervalkansen en ruimtelijk gestructureerde netwerken, maar claimt niet dat deze uitbreidingen momenteel zijn opgelost.