Resumo Técnico: Detecção de Múltiplos Pontos de Mudança para Processos de Poisson

Declaração do Problema

O artigo aborda o problema de detectar múltiplos pontos de mudança na função de intensidade de processos de pontos observados ao longo de um intervalo de tempo contínuo $[0, 1]$. Especificamente, os autores focam em processos de Poisson não homogêneos, onde a função de intensidade $\lambda(t)$ é assumida como constante por partes. O objetivo é identificar os locais dos pontos de mudança desconhecidos $\tau = (\tau_1, \dots, \tau_{K-1})$ e os níveis de intensidade constantes $\lambda_k$ correspondentes para cada segmento, dados uma sequência de tempos de eventos observados $T_1, \dots, T_n$.

O desafio reside na natureza contínua do espaço de otimização. Ao contrário dos cenários de tempo discreto, os pontos de mudança podem ocorrer em qualquer valor real dentro do intervalo. Técnicas de otimização padrão (ex: gradiente descendente) são inaplicáveis porque as funções de contraste (como o log-verossimilhança negativa) não são contínuas em relação aos locais dos pontos de mudança. Além disso, o espaço de busca é de dimensão infinita, e o número de segmentações possíveis cresce exponencialmente com o número de eventos.

Metodologia

1. Fundamentação Teórica: Redução ao Espaço Discreto

A principal contribuição teórica é a prova de que os pontos de mudança ótimos para um número fixo de segmentos $K$ podem ser restritos a uma grade finita derivada dos tempos dos eventos.

• Premissas: A metodologia baseia-se em duas suposições em relação à função de contraste $\gamma(\tau)$:
  1. Aditividade de Segmento: O contraste total é a soma dos custos para os segmentos individuais.
  2. Concavidade Estrita: A função de custo para um segmento é estritamente côncava em relação ao comprimento do segmento.
• Insight Chave: Baseando-se em observações de Young Yang e Kuo (2001) para pontos de mudança únicos, os autores provam que, sob estas suposições, os pontos de mudança ótimos devem residir exatamente em um tempo de evento $T_i$ ou imediatamente antes dele ($T_i^-$).
• Consequência: Isso reduz o problema de otimização contínua a um problema discreto em uma grade de tamanho $2n$ (o conjunto $\{T_1^-, T_1, \dots, T_n^-, T_n\}$). Isso permite o uso de Programação Dinâmica (DP) para encontrar o mínimo global exato com uma complexidade computacional de $O(n^2 K)$.

2. Contrastes Admissíveis e Regularização

O contraste padrão de log-verossimilhança negativa de Poisson é aditivo, mas falha na suposição de concavidade estrita quando um segmento contém zero eventos ($\nu_k=0$), levando a soluções degeneradas (segmentos de comprimento zero).

• Solução: Os autores propõem contrastes Poisson-Gamma (PG). Ao assumir uma priori Gamma nas intensidades (uma abordagem bayesiana usada para derivar um contraste frequentista), eles introduzem hiperparâmetros que atuam como regularização. Isso garante que a função de custo permaneça estritamente côncava mesmo para contagens zero, evitando segmentos degenerados e permitindo soluções exatas que não são forçadas aos limites dos tempos de evento.
• Processos Marcados: O framework é estendido para processos de Poisson marcados, onde tanto a intensidade quanto a distribuição das marcas (ex: magnitude) mudam simultaneamente. Um contraste Marcado Poisson-Gamma-Exponencial-Gamma (MPGEG) é derivado para lidar com este caso.

3. Seleção de Modelo via Validação Cruzada

A seleção do número de segmentos $K$ é tratada como um problema de seleção de modelo.

• Propriedade de Afinamento (Thinning): Os autores utilizam a propriedade de afinamento dos processos de Poisson. Se os eventos são amostrados com probabilidade $f$, os eventos restantes formam um processo de Poisson independente com a intensidade escalonada por $(1-f)$.
• Procedimento: O processo observado é dividido em um conjunto de "aprendizado" (probabilidade $f$) e um conjunto de "teste". O modelo é treinado no conjunto de aprendizado, e o contraste é avaliado no conjunto de teste. Isso evita a ambiguidade de deletar pontos de tempo discretos em configurações contínuas, tornando a validação cruzada válida para este problema.

4. Extensão para Processos Autoexcitáveis (Hawkes)

A metodologia é estendida para Processos de Hawkes por Partes (PHP), onde a intensidade depende do histórico de eventos (autoexcitação).

• Transformação: Usando o teorema de reescalonamento do tempo (Papangelou, 1972), os autores transformam o processo de Hawkes em um processo de Poisson heterogêneo.
• Estratégia: Se os parâmetros da intensidade baseline de Hawkes ($\alpha, \beta$) são conhecidos ou estimados de um período homogêneo, os tempos de eventos observados são transformados via compensador $\Lambda_0(t)$. A detecção de pontos de mudança é então realizada nos tempos transformados usando a metodologia padrão de Poisson.

Principais Resultados

Estudos de Simulação

Os autores avaliaram o método em dados sintéticos através de três modelos:

1. Processo de Poisson: O método recuperou com sucesso o número correto de segmentos e os locais dos pontos de mudança conforme a intensidade média ($\lambda$) e a razão de contraste entre os segmentos ($\lambda_R$) aumentam. Ele supera as alternativas de tempo discreto (binagem ou análise de tempo entre eventos) em termos de distância de Hausdorff e precisão de estimativa de intensidade, particularmente quando as contagens de eventos são baixas.
2. Processo de Poisson Marcado: O método detecta efetivamente pontos de mudança quando existem sinais na intensidade, nas marcas, ou em ambos. A inclusão de informações de marca melhora o poder de detecção.
3. Processo de Hawkes: A abordagem baseada em transformação detecta com precisão pontos de mudança em processos de Hawkes por partes. O método apresenta bom desempenho mesmo quando os parâmetros de Hawkes ($\alpha, \beta$) devem ser estimados a partir de um período homogêneo preliminar.

Aplicações no Mundo Real

A metodologia foi aplicada a dois conjuntos de dados geológicos:

• Erupções Vulcânicas (Kilauea e Mauna Loa): O método identificou regimes distintos em frequências de erupção, detectando 3 pontos de mudança para o Kilauea e 1 para o Mauna Loa.
• Monte Etna (Erupções de Flanco): Comparando um modelo de Poisson padrão com um modelo de Poisson Marcado (usando o volume de lava como a marca), revelou diferentes estruturas de pontos de mudança. O modelo marcado detectou uma mudança de regime em 1755 relacionada ao volume de lava, enquanto o modelo padrão detectou uma mudança em 1968 relacionada à frequência de erupção.
• Atividade Sísmica (Tailândia): Aplicado a réplicas de terremotos, o modelo PHP identificou com sucesso três grandes eventos sísmicos (incluindo o terremoto de Phuket em 2004) que foram perdidos pelo modelagem Poisson padrão, demonstrando a utilidade de considerar a autoexcitação.

Significância e Alegações

O artigo afirma fornecer um framework frequentista rigoroso para a detecção de múltiplos pontos de mudança em processos de pontos de tempo contínuo. Sua principal significância reside em:

1. Exatidão sem Discretização: Prova que uma solução exata existe em uma grade finita ligada às observações, eliminando a necessidade de discretização arbitrária do tempo ou "binagem", que pode comprometer a precisão.
2. Eficiência Computacional: Ao reduzir o problema a uma grade discreta, permite o uso de algoritmos eficientes de Programação Dinâmica ($O(n^2 K)$) para otimização exata.
3. Robustez: A introdução de contrastes admissíveis (Poisson-Gamma) resolve o problema de soluções degeneradas comuns na estimativa de máxima verossimilhança para processos de Poisson.
4. Versatilidade: O framework é generalizável para processos marcados e processos de Hawkes autoexcitantes via reescalonamento do tempo, unificando o tratamento de vários tipos de processos de pontos sob uma única estratégia de otimização.

Os autores observam que o método foi implementado no pacote R CptPointProcess e está disponível para uso público. Eles reconhecem que, embora a complexidade da DP seja quadrática no número de eventos, ela pode ser futuramente otimizada usando algoritmos de poda (ex: PELT) para conjuntos de dados muito grandes.