Non-Negative Matrix Factorization for Event Data

Resumo Técnico: Fatoração de Matriz Não Negativa para Dados de Eventos (EventNMF)

Definição do Problema
Dados de eventos em tempo contínuo, onde entidades emitem eventos instantâneos ao longo do tempo (ex: disparos neuronais, eventos sísmicos, interações sociais), são ubíquos em diversos domínios. Embora a Fatoração de Matriz Não Negativa (NMF) seja uma ferramenta padrão para descobrir estruturas interpretáveis nesses dados, as aplicações existentes tipicamente exigem o pré-processamento dos tempos de eventos brutos via agrupamento em intervalos (binning) ou suavização para gerar sinais temporais. Essa discretização introduz desvantagens significativas: corre o risco de apagar heterogeneidades ao nível da entidade e características temporais de grão fino, altera as propriedades estatísticas do processo de ponto subjacente e introduz um tradeoff difícil de controlar entre viés e variância em relação à seleção da largura do intervalo ou da largura de banda do kernel.

Metodologia: EventNMF
O artigo apresenta o EventNMF, um modelo de fatoração não negativa em tempo contínuo que opera diretamente sobre os tempos de eventos sem a necessidade de binning. A metodologia central é construída sobre os seguintes componentes:

• Modelo Generativo: Cada entidade $i$ é modelada como um processo de Poisson não homogêneo com uma função de intensidade $\lambda_i(t)$. Assume-se que a intensidade admite uma fatoração de baixo posto:
  $$\lambda_i(t) = \sum_{r=1}^R u_{ir} f_r(t)$$
  onde $u_{ir} \geq 0$ são cargas (loadings) não negativas específicas para a entidade, e $f_r(t) \geq 0$ são fatores temporais latentes compartilhados.
• Base Paramétrica: Para tornar o modelo paramétrico, cada fator latente $f_r(t)$ é expandido sobre uma base de B-spline não negativa fixa $\{\phi_b\}_{b=1}^B$:
  $$f_r(t) = \sum_{b=1}^B \gamma_{rb} \phi_b(t)$$
  onde $\gamma_{rb} \geq 0$. Isso permite que o modelo aproxime uma ampla gama de formas de intensidade enquanto mantém a não negatividade.
• Função Objetivo: Os parâmetros (matriz de carga $U$ e matriz de coeficientes $\Gamma$) são estimados minimizando a log-verossimilhança negativa das medidas de contagem observadas sob a suposição de processo de Poisson. A função de perda para a entidade $i$ é:
  $$l_i(U, \Gamma) = u_i^\top \Gamma I(\Phi) - \sum_{\tau \in E_i} \log(u_i^\top \Gamma \Phi(\tau))$$
  onde $I(\Phi)$ é o vetor de integrais das funções de base e $E_i$ é o conjunto de tempos de eventos para a entidade $i$.
• Otimização: Os autores derivam atualizações multiplicativas eficientes para $U$ e $\Gamma$ que garantem a não negatividade durante todo o processo de otimização. A complexidade computacional por iteração é $O(RBE)$, linear no número de eventos, tornando o método escalável.
• Conexão Teórica: O artigo demonstra que, quando o grau da B-spline é zero, o EventNMF reduz-se exatamente ao NMF de Poisson padrão aplicado a contagens agrupadas (binned counts). Assim, o EventNçaF generaliza abordagens de binning existentes para o domínio contínuo.

Principais Contribuições

1. Modelagem Direta em Tempo Contínuo: O EventNMF elimina a necessidade de binning ou suavização, operando diretamente nos tempos de eventos brutos para preservar características temporais de grão fino e propriedades estatísticas.
2. Estrutura Unificada: Conecta a redução de dimensionalidade (NMF) com a estimativa de intensidade de processos de ponto dentro de uma única estrutura usando verossimilhanças de Poisson.
3. Algoritmo Eficiente: A derivação de atualizações multiplicativas fornece um procedimento de estimativa simples, matematicamente fundamentado e computacionalmente eficiente.
4. Validação Empírica: O método é validado em dados sintéticos e em três aplicações do mundo real:
   • Sismologia: Análise de dados de terremotos da Califórnia-Nevada (2014–2024), separando com sucesso padrões sísmicos distintos (ex: o evento principal de Ridgecrest de 2019 vs. atividade persistente de Geysers) em fatores temporais e espaciais interpretáveis.
   • Neurociência: Análise de tentativa única (single-trial) do conjunto de dados Allen Visual Coding Neuropixels, recuperando motivos de resposta em nível de população (transientes de início, ritmos sustentados, supressão) e mapeando-os para áreas cerebrais específicas.
   • Redes Sociais: Análise de contatos face a face em uma escola primária, recuperação não supervisionada de padrões de interação específicos de classe, e diferenciação entre interações de tempo de aula (constantes) e de períodos livres (com picos).

Resultados e Desempenho

• Experimentos Sintéticos: Em dados sintéticos com fatores latentes conhecidos, o EventNMF supera as bases de NMF com binning (NARFD) e métodos de PCA funcional (PPCA). O estudo destaca um tradeoff entre viés e variância: splines de grau mais alto capturam processos latentes suaves melhor do que abordagens de grau-0 (binned), enquanto funções de base excessivas podem levar ao sobreajuste (overfitting). A configuração ideal foi encontrada no grau de spline $p=3$.
• Robustez à Esparsidade: O método demonstra robustez em regimes esparsos; ter mais entidades melhora significativamente a recuperação quando os eventos por entidade são baixos (<1), enquanto o desempenho se estabiliza em regimes densos.
• Comparação: Ao contrário do PPCA, que gera componentes com sinais e tem dificuldade com cumulativas monótonas, o EventNMF fornece cargas não negativas e modelos de taxa que se alinham com a natureza física das taxas de eventos. Ao contrário do NARFD, o EventNMF evita a sensibilidade aos parâmetros de largura de intervalo (bin width).

Significância e Alegações
O artigo afirma que o EventNMF fornece uma alternativa "matematicamente fundamentada, fácil de implementar e computacionalmente eficiente" aos métodos atuais de ponta para dados de eventos. Sua principal significância reside na remoção do gargalo de pré-processamento do binning, permitindo assim a descoberta de padrões temporais interpretáveis que poderiam, de outra forma, ser suavizados ou perdidos. Os autores posicionam o trabalho como uma ponte entre a análise de dados funcionais e a modelagem de processos de ponto.

Os autores mantêm-se modestos quanto às direções futuras, observando que, embora o método atual lide efetivamente com processos de Poisson, a extensão da estrutura para processos autoexcitáveis (como processos de Hawkes multivariados acoplados) permanece um desafio teórico e empírico em aberto. Eles também sugerem que a escalabilidade para conjuntos de dados com bilhões de eventos poderá ser melhorada via subamostragem aleatória.