Technische Samenvatting: Gedecoreerde Graphons voor Temporele Netwerkestimatie

Probleemstelling

Hoogresolutie temporele netwerkdata, zoals contactnetwerken in ziekenhuizen of scholen, vertonen complexe, heterogene randdynamieken die gekenmerkt worden door periodiciteit (bijv. dag-nachtcycli), geheugeneffecten en variërende interactieduren. Bestaande modelleringsbenaderingen kampen met een fundamentele afruil:

1. Dynamische Stochastic Blockmodellen (SBM's) en Latente Ruimtemodellen: Deze behouden knoop-uitwisselbaarheid (wat zorgt voor consistentie bij onderbemonstering en het bestaan van een graaflimiet), maar leggen vaak restrictieve temporele assumpties op, zoals stuksgewijs constante parameters, conditionele onafhankelijkheid tussen tijdstappen, of vooraf bepaalde veranderpunten.
2. Continu-tijd en Autoregressieve Modellen: Deze vangen fijnmazige temporele patronen en besmettingseffecten (contagion effects) op, maar offeren doorgaans knoop-uitwisselbaarheid op en vertrouwen op volledig parametrische specificaties met op maat gemaakte asymptotische theorie.

Bijgevolg ontbreekt het het vakgebied aan een verenigd, niet-parametrisch kader voor dynamische netwerken dat tegelijkertijd knoop-uitwisselbaarheid garandeert, complexe temporele structuren (zoals geheugen en periodiciteit) accommodeert en expliciete niet-parametrische convergentiesnelheden biedt.

Methodologie

De auteurs stellen een verenigd niet-parametrisch kader voor op basis van gedecoreerde graphons (specifiek $2^\mathbb{N}$-graphons). Deze benadering generaliseert statische graphons door een kansverdeling over oneindige binaire sequenties toe te wijzen aan elk paar knopen, in plaats van een enkele randkans.

Het Model

• Latente Structuur: Knopen worden geassocieerd met latente coördinaten $\xi_i \in [0,1]$ die i.i.d. worden getrokken uit een uniforme verdeling.
• Gedecoreerde Rand: Voor elk paar $(i, j)$ wordt het randproces gegenereerd door een oneindige binaire sequentie $A_{ij} = (A_{ij}^{(1)}, A_{ij}^{(2)}, \dots)$ te samplen uit een distributie die wordt gedefinieerd door een symmetrische functie $W^*(\xi_i, \xi_j) \in \mathcal{P}(2^\mathbb{N})$.
• Uitwisselbaarheid: De gezamenlijke distributie van de graafsequentie is invariant onder knooppermutatie, wat globale uitwisselbaarheid waarborgt.
• Conditionele Onafhankelijkheid: Randprocessen zijn conditioneel onafhankelijk gegeven de latente variabelen. Het model modelleert niet expliciet triadische sluiting of terugkoppelingseffecten tussen randen, maar vertrouwt uitsluitend op latente variabelen om afhankelijkheid te induceren.

Tweestaps Estimatieprocedure

De estimatiestrategie ontkoppelt de temporele modellering van de netwerkstructuur:

1. Fase 1 (Rand-niveau Estimatie): Elke geobserveerde rand tijdreeks $\{A_{ij}^{(t)}\}_{t=1}^T$ wordt gefit met een flexibel parametrisch model (bijv. Bernoulli-snelheid, Markov-kernel, of een autoregressief proces). Dit levert een samenvatting van de rand-parameters op: $\lambda_{ij} = \Lambda(A_{ij})$, waarbij $\Lambda$ een deterministische estimatorfunctie is.
   • Vereiste: De estimator $\Lambda$ moet voldoen aan milde regulariteitsvoorwaarden (Assumptie 3), specifiek dat de estimatiefout sub-Gaussiaans is en de bias begrensd is.
2. Fase 2 (Netwerkstructuur Estimatie): De samenvattingen $\{\lambda_{ij}\}$ worden geaggregeerd om de onderliggende gedecoreerde graphon te schatten. Dit gebeurt via blokwijze kleinste kwadraten:
   • Knopen worden geclusterd in $k$ groepen.
   • Een symmetrische matrix van blokparameters $Q \in \mathcal{X}^{k \times k}$ wordt geschat door de gekwadrateerde afstand tussen de geobserveerde samenvattingen $\lambda_{ij}$ en de modelparameters $Q_{z(i)z(j)}$ te minimaliseren.
   • Dit past effectief een stochastisch blokmodel toe op de geschatte randstatistieken.

Belangrijkste Bijdragen

1. Theoretisch Kader

Het artikel stelt vast dat elke knoop-uitwisselbare discrete graaf-waardige proces een representatie toelaat als een $2^\mathbb{N}$-graphon. Dit biedt een coherent niet-parametrisch limietobject voor dynamische netwerken, waarmee de kloof tussen statische graaflimieten en temporele dynamiek wordt overbrugd.

2. Convergentiesnelheden

De auteurs leiden niet-parametrische convergentiesnelheden af voor de estimator $\hat{\theta}$ (de geschatte blokparameters) in twee regimes:

• Blokmodel-regime: Voor een ware $k$-blokmodel schaalt de gemiddelde kwadratische fout als:
  $$\frac{1}{n^2} \sum_{i,j} \|\hat{\theta}_{ij} - \theta_{ij}\|_X^2 \leq C \left[ \psi^2 \left( \frac{k^2}{n^2} + \frac{\log k}{n} \right) + \beta^2 \right]$$
  waarbij $\psi^2$ de variantie van de rand-estimator vertegenwoordigt (schalend met $1/T$ voor Bernoulli-processen) en $\beta$ de bias vertegenwoordigt.
• Hölder-gladde Regime: Voor gladde graphons $W \in H^\alpha(M)$, is de snelheid:
  $$\frac{1}{n^2} \sum_{i,j} \|\hat{\theta}_{ij} - \theta_{ij}\|_X^2 \leq C \left( (1+\psi^2)n^{-2\alpha/(\alpha+1)} + \psi^2 \frac{\log n}{n} + \beta^2 \right)$$
  De auteurs bewijzen dat voor $\alpha < 1$, deze snelheid minimax optimaal is voor het knoop-gecentreerde component, zelfs met temporele replicatie.

3. Modulariteit en Generaliteit

Het kader is "plug-and-play" met betrekking tot de temporele dynamiek. Zolang een randproces behoort tot een parametrische familie met een asymptotisch consistente estimator die aan Assumptie 3 voldoet, kan het worden geïntegreerd. Het artikel demonstreert dit expliciet voor:

• Bernoulli-processen: Waarbij $\lambda_{ij}$ de empirische gemiddelde waarde is.
• M-de orde Markovketens: Waarbij $\lambda_{ij}$ de matrix van empirische transitiekansen is. De theorie houdt rekening met mengtijden (mixing times) en stationaire distributiegrenzen.
• Periodiek Tijdvariërende Ketens: Afgehandeld door de toestandsruimte uit te breiden met tijdfasen.

Resultaten en Empirische Illustraties

Gesimuleerde Data

• Continue Graphon met Markovketens: Experimenten op synthetische data gegenereerd door een continue 2-Markov keten graphon laten zien dat naarmate het aantal knopen ($n$) en tijdstappen ($T$) toenemen, de geschatte transitie-heatmaps convergeren naar de ware graphon. De fout neemt af met $n$ en $T$, maar is begrensd door de niet-parametrische benaderingsfout ($n^{-2\alpha/(\alpha+1)}$) voor een vaste $n$.
• Blokmodel met BALARM-processen: Gebruikmakend van data gegenereerd door een 3-blok BALARM-model (Süveges & Olhede, 2023), slaagt de methode erin het ware aantal blokken ($k=3$) te herstellen met behulp van de Bayesian Information Criterion (BIC) en Hierarchical BIC, zelfs wanneer de ware gladheid of het blok aantal onbekend is.

Real-world Data: Ziekenhuis Contactnetwerk

De methode werd toegepast op een hoogresolutie contactnetwerk van een ziekenhuisafdeling (46 zorgmedewerkers, 29 patiënten, 4 dagen).

• Setup: De data werd geaggregeerd in intervallen van 15 minuten. Een 3-blok gedecoreerd SBM met 1e-orde periodieke Markovketens werd gefit.
• Bevindingen: Het model herstelde drie latente knoopgemeenschappen die overeenkwamen met professionele rollen (Administratief/Medisch, Verpleegkundigen, Patiënten).
• Temporele Patronen: De geschatte tijdvariërende contactkansen onthulden duidelijke dagelijkse ritmes:
  • Administratief/Medisch: Scherpe ochtendpiek.
  • Verpleegkundige-Verpleegkundige: Aanhoudend hoge waarschijnlijkheid gedurende de dag.
  • Patiënt-Verpleegkundige/Patiënt-Patiënt: Bimodale ritme met pieken tijdens de ochtendronde en de overdracht tijdens de avonddienst.
• Vergelijking: De resultaten stemden overeen met de zes randgroepen geïdentificeerd door Süveges en Olhede (2023), maar boden fijnere intraday details en legden potentiële sprongen in waarschijnlijkheden vast die gladde parametrische modellen mogelijk zouden missen.

Betekenis en Claims

Het artikel positioneert het gedecoreerde graphon-kader als een niet-parametrische baseline voor dynamische netwerkanalyse. De primaire betekenis ligt in:

1. Verzoening van Uitwisselbaarheid en Dynamiek: Het bereikt knoop-uitwisselbaarheid zonder de mogelijkheid op te offeren om complexe temporele afhankelijkheden zoals geheugen en periodiciteit te modelleren.
2. Expliciete Convergentiegaranties: In tegenstelling tot veel dynamische netwerkmodellen biedt dit kader expliciete niet-parametrische convergentiesnelheden die afhangen van zowel de netwerkomvang ($n$) als het temporele observatievenster ($T$).
3. Modulariteit: Door de temporele estimatie op rand-niveau te scheiden van de netwerkstructuurherstel, stelt de methode onderzoekers in staat om geavanceerde temporele modellen (bijv. hogere-orde Markovketens) te gebruiken zonder de theoretische garanties van de netwerkestimatiefase te veranderen.

De auteurs erkennen beperkingen: het model gaat uit van de conditionele onafhankelijkheid van randen gegeven latente variabelen (het sluit expliciete triadische sluiting uit) en vereist dat de randprocessen estimeerbaar zijn met een begrensde bias en variantie. Ze stellen echter dat deze beperking noodzakelijk is om een goed gedefinieerde niet-parametrische limiet en convergentiegaranties te bieden, die complexere, volledig gekoppelde dynamische modellen momenteel missen.