Resumo Técnico: Atualizações Robustas de Volatilidade para Filtragem Gaussiana Hierárquica

1. Declaração do Problema

A Filtragem Gaussiana Hierárquica (HGF) é um framework de inferência variacional utilizado para modelar como agentes atualizam crenças sobre estados ambientais ocultos. Em redes HGF, nós pais podem influenciar a média ou a variância (volatilidade) de seus filhos. Embora as equações de atualização para média e nós acoplados a valores sejam geralmente estáveis, as equações de atualização de precisão para pais acoplados à volatilidade sofrem de um defeito crítico na formulação original.

Sob condições específicas — particularmente quando um grande erro de previsão resulta em uma incerteza posterior total significativamente superior à incerteza anterior (ou seja, uma alta razão de $\beta/\alpha$) —, a aproximação quadrática padrão da energia variacional pode produzir uma precisão posterior negativa. Como a precisão é o inverso da variância, um valor negativo é uma impossibilidade lógica. Isso faz com que o algoritmo de filtragem termine com um erro, criando efetivamente limites rígidos no espaço de parâmetros onde o modelo não pode operar. Essa limitação restringe a gama de modelos utilizáveis e complica a estimação de parâmetros, pois otimizadores devem evitar essas "zonas de colapso".

2. Metodologia

Os autores propõem uma abordagem modificada para a aproximação quadrática da energia variacional para nós acoplados à volatilidade. A metodologia envolve três etapas principais:

A. Decomposição da Energia Variacional

A função canônica de energia variacional $J(x)$ é decomposta em três componentes:

1. $J_1(x)$: Um termo log-normalizador côncavo.
2. $J_2(x)$: Um termo responsável pela escala de incerteza, que introduz uma região convexa e pode causar precisão negativa.
3. $J_3(x)$: Um termo quadrático de prior.

Os autores observam que a convexidade problemática surge exclusivamente de $J_2$. Para garantir precisão positiva, eles constroem uma função de energia auxiliar côncava $K(x) = J_1(x) + J_3(x)$, excluindo explicitamente $J_2$ ao calcular a precisão da primeira expansão. Isso garante que a segunda derivada (e, portanto, a precisão) permaneça negativa em todos os lugares, prevenindo precisão negativa.

B. Aproximação de Segunda Modo em Forma Fechada

Em regimes onde a energia variacional se torna bimodal (devido à região convexa de $J_2$), uma única expansão gaussiana é insuficiente. Os autores derivam uma aproximação em forma fechada para a localização do segundo máximo local (modo) da função de energia.

• Ao analisar o limite onde a incerteza anterior se aproxima de zero ($\alpha \to 0$), a equação do modo simplifica-se para uma forma solucionável pela função W de Lambert ($W_0$).
• Isso fornece uma estimativa analítica para o segundo modo ($x^*$) sem exigir busca iterativa de raízes, o que é computacionalmente eficiente e analiticamente transparente.

C. Correspondência de Momentos de Mistura Ponderada por Softmax

Para lidar com cenários unimodais e bimodais dentro de uma única posterior gaussiana, os autores combinam duas expansões quadráticas:

1. Expansão 1 ($L_1$): Centrada na previsão a priori, usando a precisão derivada da função côncava $K$.
2. Expansão 2 ($L_2$): Centrada no segundo modo derivado da função W de Lambert, usando a energia variacional completa $J$.

Essas duas expansões são misturadas usando pesos softmax baseados nos valores de energia variacional em suas respectivas médias. A média e a variância posteriors finais são computadas via correspondência de momentos dessa mistura gaussiana de dois componentes. Essa construção garante que a precisão posterior resultante seja estritamente positiva por design, independentemente dos valores dos parâmetros.

D. Extensão para HGF Generalizado (gHGF)

O framework é estendido para o HGF Generalizado, que inclui acoplamento tanto de valor quanto de volatilidade. Os autores demonstram que, para pais com múltiplos filhos de volatilidade, a estrutura côncava é preservada e a estratégia da função W de Lambert pode ser aplicada independentemente para a região de transição de cada filho. A posterior final é construída via uma mistura de $(n+1)$ componentes (uma expansão primária mais uma expansão secundária por filho de volatilidade).

3. Resultados Principais

Os autores validam as novas equações (denominadas uHGF para HGF ilimitado) através de quatro simulações comparativas:

1. Qualidade da Aproximação: Em 488 combinações de parâmetros envolvendo altos erros de previsão, o HGF clássico falhou (colapsou) em 6,4% dos casos devido à precisão negativa. O uHGF teve sucesso em 100% dos casos. Onde ambos tiveram sucesso, o uHGF reduziu a divergência de Kullback–Leibler (KL) entre a posterior variacional aproximada e a verdadeira em quase duas ordens de magnitude (de 1,34 para 0,023).
2. Filtragem Padrão: Sob condições padrão com erros de previsão moderados, ambos os métodos produziram trajetórias válidas, com o uHGF mostrando um rastreamento ligeiramente melhorado devido a uma melhor aproximação.
3. Robustez a Erros Extremos: Em simulações com alta meta-volatilidade causando grandes erros de previsão, o HGF clássico colapsou na etapa 115. O uHGF completou todas as 320 etapas, mantendo precisão estritamente positiva e adaptando-se a mudanças de regime.
4. Cobertura do Espaço de Parâmetros: Uma varredura sistemática de 32.761 conjuntos de parâmetros revelou que o HGF clássico falhou em 22,7% dos casos (formando uma grande região conectada de falha). O uHGF teve sucesso em 100% dos casos, removendo efetivamente os limites no espaço de parâmetros.

4. Significado e Alegações

O artigo afirma que as modificações propostas resolvem o problema da precisão posterior negativa, tornando as redes HGF robustas em todo o espaço de parâmetros. O significado deste trabalho inclui:

• Eliminação de Limites Algorítmicos: Ao garantir precisão positiva para todas as combinações de parâmetros, as novas equações eliminam a necessidade de verificações de limites custosas durante a estimação de parâmetros. Isso permite que otimizadores baseados em gradiente e métodos de amostragem explorem todo o espaço de parâmetros sem encontrar verossimilhanças indefinidas ou artefatos de "colapso".
• Rastreamento Fiel: O método rastreia fielmente a posterior variacional mesmo em regimes extremos (grandes erros de previsão) onde a aproximação quadrática original falha, fornecendo um resumo mais preciso dos estados de crença.
• Eficiência Computacional: O uso da função W de Lambert fornece uma solução em forma fechada para o segundo modo, evitando o custo computacional da otimização numérica iterativa para busca de raízes.
• Generalizabilidade: A abordagem estende-se naturalmente ao HGF Generalizado, suportando arquiteturas complexas com acoplamento misto de valor e volatilidade e múltiplos filhos por pai.

Os autores observam que, embora o método melhore a robustez, ele retém a limitação fundamental do HGF original: aproximar a posterior com uma única gaussiana. Em casos de bimodalidade forte e persistente, a gaussiana com momentos correspondentes pode ser um resumo menos informativo do que a distribuição completa, embora tal bimodalidade seja tipicamente transitória na prática.

As equações modificadas estão implementadas no pacote Julia UnboundedHGF.jl e foram integradas ao HierarchicalGaussianFiltering.jl padrão, pyhgf e à Toolbox HGF do MATLAB.