On Observation Time for Recovering Latent Hawkes Networks

Declaração do Problema
O artigo aborda o problema estatístico fundamental de inferir a rede de interação latente de um processo de Hawkes multivariado a partir de observações baseadas em eventos. Especificamente, investiga a relação de escala entre o tempo de observação necessário $T$ e o número de entidades interagentes (nós) $d$ para alcançar a recuperação exata do suporte da matriz de interação $\Theta$. Os autores focam em um regime onde a rede é esparsa (cada nó tem no máximo $k \ll d$ pais) e as interações são fracas, um cenário relevante para fenômenos como réplicas sísmicas, negociação de alta frequência, trens de picos neuronais e disseminação epidêmica.

Metodologia
Os autores estabelecem um quadro teórico utilizando um processo de Hawkes exponencial $d$-dimensional com uma taxa de decaimento conhecida $\beta$. A matriz de interação é modelada como $\Theta = \alpha B$, onde $B$ é uma matriz não negativa esparsa com entradas limitadas, e $\alpha$ controla a força de acoplamento. A análise assume uma janela de observação estacionária $[0, T]$ e trata o estado inicial $X(0)$ como observável (uma suposição padrão de inicialização).

Para derivar os resultados, o artigo emprega duas abordagens metodológicas distintas:

1. Limite Superior (Realizabilidade): Os autores constroem um estimador de dois estágios para recuperar a rede.

   • Estágio de Triagem: O estimador utiliza dados de eventos recortados e agrupados em bins para calcular escores de covariância empírica entre nós pais candidatos e os eventos futuros do nó alvo. Esta etapa filtra os $d$ pais potenciais para um conjunto candidato de tamanho $m \geq k$, garantindo que o suporte verdadeiro esteja contido neste conjunto (triagem segura).
   • Estágio de Refinamento: Uma regressão local de mínimos quadrados ordinários (OLS) é realizada no conjunto candidato triado. Os coeficientes estimados são submetidos a um limiar para distinguir arestas verdadeiras de correlações espúrias causadas por cascatas de excitação indireta.
   • Análise: A prova baseia-se na representação de cluster de Poisson de processos de Hawkes para derivar limites de concentração para as médias de blocos dependentes usadas no estimador. Isso permite aos autores mostrar que as estatísticas empíricas se concentram em torno de seus valores teóricos com alta probabilidade.

2. Limite Inferior (Impossibilidade): Os autores provam que a escala logarítmica é ótima estabelecendo um limite inferior de teoria da informação.

   • Eles restringem o problema a uma subclasse específica de redes onde apenas um nó alvo possui $k$ pais desconhecidos, enquanto todos os outros nós são independentes.
   • Usando a desigualdade de Fano, eles relacionam a probabilidade de erro de qualquer estimador à informação mútua entre o suporte desconhecido e as observações.
   • A informação mútua é limitada usando a divergência de Kullback–Leibler (KL) entre a lei do processo observado sob um suporte específico e uma lei de referência sem interações. Este cálculo utiliza a fórmula de Girsanov de Jacod para processos pontuais para lidar com a mudança de medida.

Resultados Chave
O artigo prova que, para uma classe de processos de Hawkes estacionários com interações esparsas e fracas, o tempo de observação $T$ necessário para a recuperação exata da rede escala como:
$$T \asymp \log d$$
Especificamente:

• Teorema 3.1 (Limite Superior): Existe um estimador de dois estágios tal que, se $T \geq C^* \log d$, a probabilidade de recuperação exata do suporte é pelo menos $1 - d^{-c^*}$. O estimador tem sucesso ao separar pais verdadeiros de não-pais por meio de uma "lacuna de triagem" nos escores teóricos, que é preservada sob recorte e agrupamento em bins.
• Teorema 4.1 (Limite Inferior): Para qualquer estimador, se $T \leq c \log d$ (para uma constante $c$ suficientemente pequena), a probabilidade de erro é limitada afastada de zero. Isso implica que nenhum algoritmo, independentemente do custo computacional, pode alcançar a recuperação exata com alta probabilidade em tempo sub-logarítmico.

Significado e Alegações
O artigo alega fornecer o primeiro resultado teórico caracterizando a complexidade de amostra (em termos de tempo) para a recuperação exata de redes em processos de Hawkes. Os autores enfatizam que a dependência logarítmica em $d$ é intrínseca ao problema, impulsionada pelo custo combinatório de identificar um conjunto de pais esparsos entre $d$ candidatos.

Fatores chave que permitem este resultado incluem:

• A representação de estado de Markov fornecida pelo kernel exponencial, que simplifica a dinâmica da intensidade.
• A linearidade da intensidade em relação à variável de estado.
• A condição de interação fraca, que garante que as cascatas de excitação indireta não sobreponham o sinal dos pais diretos, permitindo uma separação entre arestas verdadeiras e falsas.
• A estacionariedade, que fornece controle distribucional uniforme sobre a janela de observação.

Os autores observam que, embora trabalhos empíricos tenham utilizado há muito tempo processos de Hawkes para inferência de rede, este trabalho fundamenta tal sucesso em uma base teórica, demonstrando que tamanhos de rede grandes não proíbem inerentemente a recuperação exata, desde que a janela de observação escale logaritmicamente com a dimensão. O artigo conclui sugerindo direções futuras, como estender a teoria para interações assinadas ou inibitórias, taxas de decaimento desconhecidas e redes estruturadas espacialmente, mas não alega que essas extensões estejam atualmente resolvidas.