Score-Based Change-Point Detection and Region Localization for Spatio-Temporal Point Processes

Resumo Técnico: Detecção de Mudança Baseada em Score e Localização de Região para Processos de Pontos Espaço-Temporais

Formulação do Problema
O artigo aborda o desafio da detecção sequencial de pontos de mudança em processos de pontos espaço-temporais (STPPs). Diferente dos métodos tradicionais que focam apenas na detecção de mudanças temporais na intensidade de eventos, este trabalho visa cenários onde uma mudança de distribuição ocorre em um tempo desconhecido $\tau$ e é confinada a uma região espacial contínua e desconhecida $\Omega$. O objetivo é inferir conjuntamente o tempo de mudança e a região espacial afetada em tempo real. Os autores destacam que as abordagens existentes para dados de processos de pontos frequentemente tratam o espaço como fixo ou acessório, falhando em fornecer a interpretabilidade espacial necessária para insights acionáveis em aplicações como monitoramento sísmico e detecção de incêndios florestais. O problema é complicado pelo fato de que as dinâmicas pós-mudança em STPPs (por exemplo, processos de Hawkes autoexcitantes) pertencem a uma família infinita de cenários, e procedimentos sequenciais totalmente baseados em verossimilhança são frequentemente intratáveis sem suposições paramétricas fortes.

Metodologia
Os autores propõem o ST-Score, um framework de detecção baseado em score e livre de verossimilhança (likelihood-free), que opera sem assumir conhecimento paramétrico das distribuições pré e pós-mudança.

1. Estatística de Score: Em vez de estimar a razão de verossimilhança intratável, o método utiliza o score de Hyvärinen, que depende apenas do gradiente da densidade de log (a função de score). Para cada evento observado $x$, uma medida de anomalia local $\Delta(x) = \psi_0(x) - \psi_1(x)$ é computada, onde $\psi_i$ representa um score específico de um regime.
2. Aproximação de Score Localizado: Para evitar a dificuldade computacional de integrar sobre todo o domínio espacial (que é desconhecido devido à região de mudança), os autores introduzem uma aproximação de score localizado. Isso restringe a estimativa de densidade condicional a uma pequena vizinhança espacial $B_\delta(x)$ ao redor de cada evento, utilizando um score de Hyvärinen ponderado para lidar com efeitos de borda e tempos de interchegada unilaterais.
3. Estatística CUSUM Espaço-Temporal: A estatística de detecção $W_t$ é definida como um supremo sobre todos os candidatos a tempos de mudança $\tau$ e regiões espaciais $\Omega$ da medida de anomalia cumulativa:
   $$W_t = \sup_{0\le\tau\le t} \sup_{\Omega\subseteq S} \int_{[\tau,t)\times\Omega} \Delta(x) dN(x)$$
   Um alarme é disparado quando $W_t$ excede um limiar $\gamma$.
4. Algoritmo de Otimização: Para resolver a maximização conjunta sobre tempo e espaço contínuos, os autores desenvolvem um esquema de otimização alternada (algoritmo ST-Score). Este atualiza iterativamente a região de mudança estimada (passo-I) e o ponto de mudança (passo-O) até a convergência. O passo-I identifica regiões com scores de anomalia positivos, enquanto o passo-O encontra o tempo de início ideal para a soma cumulativa.
5. Adaptação Online: O framework inclui um mecanismo para estimativa online do modelo de score pós-mudança quando dados históricos pós-mudança não estão disponíveis, atualizando o modelo via gradiente descendente em dados de fluxo (streaming).

Principais Contribuições

1. Framework Espaço-Temporal Contínuo: O artigo preenche a lacuna entre os métodos clássicos de CUSUM apenas temporais e as abordagens ad hoc de varredura espacial ao introduzir um framework onde tanto o ponto de mudança quanto a região espacial afetada são desconhecidos e contínuos.
2. Detecção Livre de Verossimilhança: Desenvolve um método de detecção escalável baseado em score matching que evita a estimativa explícita de verossimilhança, tornando-o aplicável a dinâmicas complexas ou de alta dimensão onde as verossimilhanças são intratáveis.
3. Garantias Teóricas: Os autores estabelecem garantias assintóticas para:
   • Controle de Falsos Alarmes: Derivação de limites inferiores para o Comprimento Médio de Corrida (ARL) como uma função do limiar.
   • Atraso de Detecção: Caracterização do drift da estatística e provisão de limites para o Atraso Esperado de Detecção (EDD).
   • Precisão de Localização: Prova de que o índice de Jaccard entre as regiões de mudança estimadas e reais é assintoticamente limitado inferiormente, com a lacuna de erro relacionada ao raio de vizinhança de localização $\delta$.

Resultados Experimentais
O método proposto foi avaliado em dados sintéticos e dois conjuntos de dados do mundo real:

• Dados Sintéticos: O ST-Score foi comparado com baselines incluindo CUSUM padrão, SCUSUM, PP-CUSUM e MinCUSUM. O ST-Score demonstrou consistentemente menores atrasos de detecção esperados e índices de Jaccard mais altos (melhor localização espacial). O estudo destacou que, embora um forte transbordamento (spillover) espaço-temporal (alto índice de ramificação em processos de Hawkes) degrade o desempenho, o ST-Score permanece superior aos baselines que dependem de discretização espacial.
• Alerta Precoce de Terremotos: Aplicado ao catálogo de terremotos da Agência Meteorológica do Japão, o método identificou com sucesso o início de um período de enxame sísmico (2021–2023) e localizou as regiões de choque principal, fornecendo evidências consistentes com a teoria de enxames.
• Detecção de Incêndios Florestais: Aplicado aos dados de incêndios florestais da Califórnia, o método detectou a ignição do incêndio de Palisades. Embora nenhum sinal precursor tenha sido encontrado (consistente com a natureza abrupta da ignição de incêndios florestais), o método localizou com sucesso a região afetada pós-ignição.

Significância e Alegações
O artigo afirma que o ST-Score oferece um avanço significativo ao permitir a detecção em tempo real com interpretabilidade espacial para processos de pontos espaço-temporais. Sua significância reside em:

• Acionabilidade: Diferente dos métodos apenas temporais, ele identifica onde uma mudança ocorre, o que é crítico para a alocação de recursos em domínios como resposta a desastres.
• Robustez: Ao evitar suposições paramétricas de verossimilhança, ele lida com dinâmicas complexas e desconhecidas (ex: autoexcitação) que frequentemente quebram métodos tradicionais baseados em verossimilhança.
• Eficiência: A abordagem baseada em score e o esquema de otimização alternada permitem computação escalável em dados de espaço-tempo contínuos sem a necessidade de discretização espacial manual ou integração numérica custosa.

Os autores observam que, embora o método tenha um bom desempenho, sua eficácia depende de hiperparâmetros como o raio de localização $\delta$ e as iterações de otimização $K$, e trabalhos futuros poderiam focar na seleção de hiperparâmetros de forma principiológica e na extensão da análise teórica para classes mais amplas de núcleos de excitação.