🤖 machine learning

Learning Hyperspherical Time-Frequency Representations for Time-Series Out-of-Distribution Detection

Este artigo propõe um framework de aprendizado de representação tempo-frequência hiperesférica utilizando objetivos de von Mises-Fisher para melhorar a detecção de fora da distribuição em dados de séries temporais, demonstrando ganhos de desempenho consistentes sobre fortes baselines nos arquivos UCR e UEA.

Autores originais: Willian T. Lunardi, Samridha Shrestha, Martin Andreoni

Publicado 2026-06-01

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Willian T. Lunardi, Samridha Shrestha, Martin Andreoni

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um segurança em um clube muito exclusivo. Seu trabalho é deixar entrar apenas as pessoas que pertencem ao lugar (os convidados "In-Distribution" ou ID) e barrar qualquer um que não combine com o ambiente (os estranhos "Out-of-Distribution" ou OOD).

No mundo da ciência da computação, a maioria dos seguranças é ótima em identificar estranhos em fotos (visão) ou textos (linguagem). Mas quando se trata de dados de séries temporais — que são apenas um fluxo de números mudando ao longo do tempo, como um monitor de batimentos cardíacos, preços de ações ou o movimento de um robô — esses seguranças costumam ficar confusos. Eles podem deixar um estranho entrar porque ele parece semelhante na superfície, ou podem expulsar um convidante real porque ele está usando um chapéu ligeiramente diferente.

Este artigo apresenta um novo sistema de segurança chamado HyperTF, projetado especificamente para capturar esses estranhos de séries temporais. Veja como ele funciona, dividido em conceitos simples:

1. O Problema: Por que os seguranças atuais falham

Dados de séries temporais são complicados. Um batimento cardíaco de uma pessoa saudável em um hospital parece diferente de um batimento cardíaco de uma pessoa saudável em casa, embora ambos sejam "normais". Os sistemas atuais costumam falhar porque não entendem a estrutura profunda desses sinais. Eles tratam os dados como uma lista plana de números, em vez de uma história complexa com começo, meio e fim.

2. A Solução: Um "Globo" em vez de um Mapa Plano

Os autores decidiram parar de olhar para os dados em um mapa plano e, em vez disso, colocá-los em um globo (uma hiperesfera).

O Jeito Antigo: Imagine tentar separar diferentes frutas em uma mesa longa e plana. Frutas semelhantes podem acabar longe umas das outras se a mesa estiver bagunçada.
O Jeito HyperTF: Imagine rolar todas as frutas para um globo gigante. Você agrupa todas as "maçãs" juntas em um ponto do globo, todas as "laranjas" em outro, e assim por diante.
A Magia: Ao forçar os dados para este globo, o computador aprende que "maçãs" estão sempre próximas de outras "maçãs", não importa como os dados foram registrados. Se um novo dado cair no meio do oceano entre os grupos de frutas, o sistema sabe imediatamente: "Isso não é uma maçã nem uma laranja. Isso é um estranho!"

3. A Abordagem de "Dois Olhos"

Para garantir que o segurança veja tudo com clareza, o HyperTF observa os dados através de duas lentes diferentes ao mesmo tempo:

A Lente do Tempo: Ele observa o sinal conforme ele acontece, segundo a segundo (como assistir a um filme).
A Lente da Frequência: Ele ouve o "tom" e o "ritmo" do sinal (como observar as notas musicaicas em uma canção).

Pense nisso como ouvir uma música. A Lente do Tempo ouve a letra e a melodia conforme elas são tocadas. A Lente da Frequência ouve o baixo, o agudo e os instrumentos específicos sendo usados. Ao combinar ambas as visões, o sistema obtém uma compreensão muito mais rica do que é um sinal "normal".

4. O Treinamento: Aprendendo com Amigos "Outliers"

Para ficar realmente bom em detectar estranhos, o sistema é treinado com um truque especial. Os autores às vezes mostram ao sistema um monte de dados "falsos" ou "estranhos" (chamados de outliers auxiliares) durante o treinamento.

A Analogia: Imagine treinar um segurança mostrando a ele fotos de pessoas que não pertencem ao clube (como pessoas em fantasias de palhaço ou pessoas usando equipamentos de construção).
O Resultado: O segurança aprende exatamente onde está a "fronteira do clube". Quando um estranho real aparece mais tarde, o segurança não hesita. O artigo descobriu que usar uma técnica especial de mistura (chamada MixOE) para criar exemplos de "estranhos" ainda mais diversos tornou o segurança ainda mais afiado.

5. Os Resultados: Um Segurança Melhor

Os autores testaram seu novo sistema em uma enorme coleção de dados de séries temporais (os arquivos UCR e UEA), que inclui desde monitores cardíacos até movimentos de robôs.

A Planilha de Pontuação: Eles compararam o HyperTF contra os melhores seguranças existentes.
O Desfecho: O HyperTF consistentemente pegou mais estranhos e deixou passar menos estranhos pelas frestas. Foi particularmente bom em detectar estranhos que eram muito diferentes dos convidados normais (os casos "far-OOD").
Sem Trocas (Trade-offs): Geralmente, tornar um sistema melhor em detectar estranhos o torna pior em reconhecer convidados reais. Mas o HyperTF conseguiu se tornar melhor em detectar estranhos sem ficar pior em reconhecer os convidados reais.

Resumo

Em resumo, este artigo construiu um segurança mais inteligente para dados baseados em tempo. Em vez de apenas olhar para os dados em uma linha reta, ele enrola os dados em um globo, olha para eles através de duas lentes diferentes (tempo e frequência) e o treina com uma mistura diversificada de "estranhos". O resultado é um sistema que é muito melhor em saber quando algo não pertence ao lugar, o que é crucial para sistemas de segurança crítica, como monitores médicos ou máquinas autônomas.

Resumo Técnico: Aprendizado de Representações Hiperesféricas de Tempo–Frequência para Detecção de Fora da Distribuição em Séries Temporais

Definição do Problema
A detecção de fora da distribuição (OOD - out-of-distribution) para dados de séries temporais permanece significativamente subexplorada em comparação com os domínios de visão e linguagem. As abordagens existentes, frequentemente adaptadas de benchmarks baseados em imagens, falham com frequência ao não abordar a natureza única das mudanças distributivas em dados de séries temporais. Diferente de dados permutáveis ou indexados espacialmente, as observações de séries temporais envolvem dependências temporais estruturadas, características no domínio da frequência e processos de medição estritamente acoplados a hardware de sensoriamento e protocolos de aquisição específicos. Consequentemente, as mudanças de distribuição em séries temporais refletem mudanças combinadas no processo subjacente e no pipeline de medição, levando a diferenças sistemáticas na estrutura temporal ou espectral. Os protocolos de avaliação atuais, que frequentemente dependem de divisões intra-conjunto de dados e disjuntas em termos de rótulos, falham em capturar essas mudanças entre ambientes, obscurecendo a distinção entre reconhecimento de conjunto aberto (open-set recognition) e verdadeira detecção OOD.

Metodologia: HyperTF
Os autores propõem o HyperTF, um framework de aprendizado de representação hiperesférica projetado para induzir uma estrutura condicional à classe na esfera unitária para uma detecção OOD robusta. A metodologia integra três componentes principais:

Embeddings Hiperesféricos: O framework modela os recursos condicionais à classe como residindo em uma esfera unitária ( $S^{d-1}$ ), utilizando um objetivo baseado na verossimilhança de von Mises–Fisher (vMF). Sob este modelo, a distribuição condicional de um vetor de características normalizado $z$ dada uma classe $c$ é definida por uma direção protótipo $\mu_c$ e um parâmetro de concentração $\kappa$ . A classificação é impulsionada pela similaridade angular, e a detecção OOD surge naturalmente da geometria desses embeddings, onde amostras OOD devem residir longe dos protótipos de classe aprendidos.
Arquitetura Dual-View Tempo–Frequência: Para capturar aspectos complementares de dados de séries temporais, o HyperTF emprega uma arquitetura de fluxo duplo (dual-stream).
- Visão no Domínio do Tempo: A sequência de entrada é projetada e processada diretamente.
- Visão no Domínio da Frequência: A entrada é transformada via uma Transformada Rápida de Fourier de valores reais (rFFT) seguida por uma escala de magnitude logarítmica.
- Alinhamento: Ambas as visões são processadas por codificadores específicos de domínio (compartilhando arquitetura, mas com parâmetros distintos) e mapeadas para um espaço hiperesférico compartilhado via cabeças de projeção supervisionadas. Um regularizador de consistência entre domínios ( $L_{CD}$ ) impõe o alinhamento angular entre os embeddings de tempo e frequência, garantindo que o modelo codifique tanto a dinâmica temporal quanto as características espectrais dentro de um espaço geométrico unificado.
Objetivo de Treinamento: O modelo minimiza uma função de perda composta:
$\mathcal{L} = \mathcal{L}_{TF} + \lambda_{CD} \mathcal{L}_{CD} + \lambda_{AX} \mathcal{L}_{AX}$
- $\mathcal{L}_{TF}$ : Uma perda de classificação hiperesférica supervisionada (entropia cruzada na esfera) aplicada independentemente às ramificações de tempo e frequência.
- $\mathcal{L}_{CD}$ : Um termo de consistência cross-domain que minimiza a distância angular entre os embeddings de tempo e frequência.
- $\mathcal{L}_{AX}$ : Um regularizador auxiliar contrastivo opcional que utiliza dados auxiliares de outliers não rotulados para moldar a geometria da representação próxima ao limite da distribuição interna (ID), evitando o colapso e aumentando a separação.

Principais Contribuições

Framework Hiperesférico: O artigo introduz uma abordagem principista para detecção OOD de séries temporais que induz estrutura condicional à classe na esfera unitária via formulação vMF, indo além dos espaços de embedding euclidianos padrão.
Arquitetura Dual-View: Uma arquitetura inovadora que aprende representações alinhadas a partir de visões temporais e espectrais, acopladas através de uma geometria de decisão hiperesférica compartilhada e um regularizador de consistência entre domínios.
Avaliação em Larga Escala: Os autores conduzem experimentos extensivos nos arquivos completos de séries temporais UCR (univariadas) e UEA (multivariadas) sob um protocolo rigoroso de cross-dataset. Este protocolo trata cada conjunto de dados como ID por vez, com todos os outros servindo como OOD, distinguindo entre cenários de "near-OOD" (mesma modalidade) e "far-OOD" (diferente modalidade).

Resultados Experimentais
Avaliado contra fortes baselines, incluindo métodos post-hoc (MSP, Mahalanobis, Center Loss) e métodos de tempo de treinamento (SimCLR, SSD+, KNN+, CIDER), o HyperTF demonstra melhorias consistentes:

Performance: O HyperTF alcança resultados de estado da arte em ambos os cenários near-OOD e far-OOD nos arquivos UCR e UEA. Notavelmente, supera significativamente os baselines sob pontuação Mahalanobis++ (Maha++), atingindo um FPR@95 de 1,90% no UCR near-OOD e 4,21% no UEA near-OOD (com dados auxiliares).
Classificação ID: O método melhora a robustez OOD sem sacrificar a precisão de classificação de distribuição interna (ID), alcançando F1-scores de 82,53% (UCR) e 81,74% (UEA), superando o baseline CIDER.
Dados Auxiliares: A inclusão de dados de outliers auxiliares, particularmente quando aumentados com MixOE, aumenta ainda mais o desempenho de detecção em regimes de cobertura limitada, reduzindo o FPR@95 em margens significativas em cenários far-OOD.
Ablação: Estudos de ablação passo a passo confirmam que a combinação de perda hiperesférica, processamento dual-view e consistência de FFT produz o desempenho mais forte, com a formulação hiperesférica proporcionando o ganho mais significativo sobre os baselines de softmax euclidianos padrão.

Significância e Alegações
O artigo alega que modelar conjuntamente estruturas temporais e espectrais complementares dentro de um espaço de embedding geométrico compartilhado fornece uma base robusta para a detecção OOD de séries temporais sob mudanças de distribuição realistas. Os autores enfatizam que suas descobertas destacam a necessidade de avaliar métodos de OOD de séries temporais além de simples divisões de rótulos intra-dataset. Em vez disso, eles defendem configurações de benchmark que reflitam variações de implementação em condições de sensoriamento, domínios e fontes de dados. O trabalho sugere que representações hiperesféricas, que naturalmente impõem separação angular e compacidade, são particularmente bem adequadas para lidar com as complexas mudanças de distribuição multimodais inerentes aos dados de séries temporais.