ProtoX-AD: Self-Explainable Time Series Anomaly Detection and Characterization

Resumo Técnico: ProtoX-AD

Problema
A detecção de anomalias em séries temporais (TSAD) é crítica para domínios como finanças, IoT e saúde. Embora abordagens recentes baseadas em classificação autossupervisionada (SSC-TSAD) tenham demonstrado um forte desempenho ao treinar classificadores para reconhecer padrões específicos de transformação em dados normais, elas sofrem de uma falta significativa de explicabilidade. Esses métodos de "caixa-preta" fornecem pontuações de anomalia, mas oferecem insights limitados sobre as características das anomalias detectadas, falhando em apoiar a identificação e interpretação de perfis anômalos distintos. Além disso, as bases explicáveis existentes carecem de mecanismos para analisar sistematicamente como o design da transformação influencia tanto o desempenho da detecção quanto o significado semântico das explicações.

Metodologia: ProtoX-AD
Os autores propõem o ProtoX-AD, um framework baseado em protótipos e autoexplicável para TSAD autossupervisionada. O método integra modelos autoexplicáveis prototípicos (SEMs) com o paradigma SSC-TSAD.

• Arquitetura: O pipeline compreende cinco componentes:

  1. Módulo de Transformação: Aplica um conjunto de $K$ transformações (manuais ou redes neurais aprendíveis) às amostras de entrada para gerar visões aumentadas. A primeira transformação é uma função identidade.
     2. Extração de Características: Um codificador probabilístico (inspirado no ProtoVAE) mapeia as visões aumentadas em um espaço latente, modelando a distribuição posterior como uma tupla de média e variância.
  2. Reconstrução Dupla: Consiste em um explicador (reconstrói as visões aumentadas a partir das representações latentes) e um decodificador de preservação semântica (reconstrói a amostra original). Isso garante fidelidade ao nível de entrada e consistência semântica entre as transformações.
  3. Módulo de Protótipo: Aprende $M$ protótipos por classe de transformação no espaço latente. Esses protótipos representam conceitos interpretáveis.
  4. Módulo de Classificação: Realiza a classificação autossupervisionada computando a similaridade entre as representações latentes e os protótipos específicos de classe, alimentando essas similaridades em um classificador linear.

• Objetivo de Treinamento: O modelo é treinado em dados normais não rotulados usando uma função de perda composta:

  • Perda de Classificação ($L_{class}$): Perda de entropia cruzada para distinguir classes de transformação.
  • Perda de Reconstrução Dupla ($L_{recon}$): Inclui reconstrução do explicador, preservação semântica e uma regularização baseada em mistura (divergência KL) para alinhar as representações latentes com os protótipos.
  • Perda de Aprendizado de Protótipo ($L_{proto}$): Combina uma perda de agrupamento (garantindo que as amostras estejam próximas de pelo menos um protótipo) e uma perda de cobertura (evitando protótipos "fantasmas" ou não utilizados).

• Detecção de Anomalias e Explicação:

  • Detecção: A pontuação de anomalia é definida como a perda de entropia cruzada da visão de identidade. Um erro alto indica que a amostra viola os padrões normais aprendidos.
  • Explicação: Para uma nova amostra, o protótipo mais próximo no espaço latente é identificado e decodificado para o espaço de entrada via rede explicadora. Isso fornece uma representação visual e humanamente interpretável do perfil anômalo.

Principais Contribuições

1. Proposta de Framework: Introdução do ProtoX-AD, um framework autoexplicável que aprende representações latentes conscientes de transformações junto com protótipos interpretáveis.
2. Desempenho vs. Explicabilidade: Demonstração de que o método alcança um desempenho de detecção comparável aos equivalentes de caixa-preta autossupervisionados, enquanto fornece explicações semanticamente significativas e consistentes para a caracterização de anomalias.
3. Análise de Transformação: Uma análise sistemática de como o design da transformação (manual vs. neural aprendível) impacta o desempenho da detecção, a explicabilidade e a capacidade de caracterizar perfis anômalos distintos.

Resultados Experimentais
Os autores avaliaram o ProtoX-AD em três conjuntos de dados: sintético (UMD), anomalias de temperatura global (GTA) e detecção de vazamento de água no mundo real (Yorkshire).

• Desempenho de Detecção:

  • Com transformações projetadas manualmente (aproveitando o conhecimento de domínio), o ProtoX-AD alcançou desempenho comparável ou ligeiramente superior aos baselines autossupervisionados de caixa-preta e superou consistentemente métodos simples (Isolation Forest, LOF, One-Class SVM).
  • Com transformações neurais aprendíveis, o desempenho caiu significativamente em todos os conjuntos de dados, particularmente em cenários complexos, muitas vezes subperformando métodos simples.
  • O ProtoX-AD geralmente mostrou um desempenho mais consistente entre diferentes conjuntos de dados e configurações em comparação com o baseline explicável KMEx.

• Qualidade da Explicabilidade:

  • Qualitativa: O ProtoX-AD produziu protótipos de nível de classe mais suaves que capturaram padrões induzidos pela transformação (ex: desvios específicos em forma de sino ou mudanças de temperatura). Em contraste, os protótipos do KMEx eram mais nítidos e exibiam ruído específico da instância. As transformações neurais falharam em produzir protótipos significativos, frequentemente mapeando anomalias para a classe de identidade (normal).
  • Quantitativa: O ProtoX-AD (com transformações manuais) obteve Erro Médio Absoluto (MAE) e Erro Quadrático Médio (MSE) menores entre as amostras de teste e sua explicação de protótipo atribuída em comparação ao KMEx.
  • Consistência: O ProtoX-AD impôs um alinhamento consistente entre as atribuições no espaço latente e as representações no espaço de entrada, enquanto o KMEx exibiu discrepâncias onde o protótipo latente mais próximo não correspondia ao conceito mais próximo no espaço de entrada.

Significância e Alegações
O artigo afirma que o ProtoX-AD consegue preencher a lacuna entre alta performance de detecção de anomalias e explicabilidade intrínseca. Os autores enfatizam que incorporar conhecimento de domínio através de transformações projetadas manualmente é essencial tanto para uma forte detecção de anomalias quanto para uma caracterização de anomalias significativa. Embora as transformações neurais ofereçam generalidade, os resultados sugerem que elas são insuficientes para capturar a estrutura semântica necessária para uma TSAD autossupervisionada e caracterização eficaz sem conhecimento prévio.

O trabalho conclui que o ProtoX-AD oferece um mecanismo de detecção mais estável do que os baselines explicáveis existentes ao integrar protótipos diretamente no objetivo de aprendizado. No entanto, os autores notam modestamente que a dependência de transformações manuais pode ser uma limitação em cenários onde o conhecimento de domínio não está disponível, sugerindo que trabalhos futuros devem explorar abordagens adaptativas para aprender progressivamente as transformações baseadas nas anomalias detectadas. O framework é apresentado como extensível para outras modalidades de dados além de séries temporais.