Deep Simulation-Based Inference for Inhomogeneous Bivariate Log-Gaussian Cox Processes

Resumo Técnico: Inferência Baseada em Simulação Profunda para Processos de Cox de Gauss-Logarítmicos Bivariados Inhomogêneos

Definição do Problema
O Processo de Cox de Gauss-Logarítmico (LGCP) é uma estrutura flexível para modelar padrões de pontos espaciais com agregação e agrupamento. No entanto, a inferência estatística para LGCPs, particularmente em configurações bivariadas (multitipo) e inhomogêneas, permanece desafiadora. A função de verossimilhança envolve a integração sobre um campo Gaussiano latente de dimensão infinita, o que a torna analiticamente intratável. Embora métodos existentes, como Verossimilhança Composta, MCMC e INLA, existam, eles são frequentemente computacionalmente proibitivos ou teoricamente difíceis de implementar corretamente para praticantes. Além disso, estender a Inferência Baseada em Simulação (SBI) para LGCPs bivariados inhomogêneos introduz dificuldades específicas:

1. Confundimento: Variações de intensidade impulsionadas por covariáveis podem confundir-se com a dependência induzida pelo campo Gaussiano latente.
2. Complexidade do Espaço de Parâmetros: Especificar intervalos de amostragem amplos para parâmetros de covariáveis durante o treinamento de simulação é exigente; intervalos excessivamente amplos podem gerar padrões de pontos irreais.
3. Identificabilidade: A transição de casos univariados para bivariados aumenta o número de parâmetros do campo latente, enfraquecendo a identificabilidade e exigindo estatísticas de resumo mais ricas.
4. Perda de Informação: Estatísticas de resumo de segunda ordem tradicionais (ex: funções K) são altamente agregadas e podem perder informações críticas de arranjo espacial.

Metodologia
Os autores propõem um framework de Inferência Baseada em Simulação Profunda (DSBI) utilizando um procedimento de estimação em duas etapas para abordar esses desafios.

1. Estratégia de Estimação em Duas Etapas:

   • Etapa 1 (Primeira Ordem): Os parâmetros de regressão ($\beta_p$) associados à tendência média determinística (covariáveis) são estimados separadamente usando modelos clássicos de processo de pontos de Poisson inhomogêneo (via ppm no spatstat). Esta etapa trata a intensidade de primeira ordem como conhecida para a etapa subsequente.
   • Etapa 2 (Segunda Ordem): Uma rede neural é treinada para estimar os parâmetros do campo latente ($\theta = \{\sigma_Y, \xi_Y, \sigma_{U_p}, \xi_{U_p}\}$) condicionalmente à intensidade de primeira ordem estimada. Este desacoplamento reduz a dimensionalidade do espaço de parâmetros que a rede neural deve aprender, estabiliza o treinamento e evita a necessidade de especificar intervalos de simulação amplos para os parâmetros de covariáveis.

2. Arquitetura de Entrada (Três Classes de Entradas):
   A rede neural utiliza uma estrutura de entrada híbrida $S = (S_1, S_2, S_3)$:

   • $S_1$ (Estimativas de primeira ordem): Os coeficientes de regressão estimados ($\hat{\beta}_p$) para cada tipo, fornecendo informação de tendência global.
   • $S_2$ (Estatísticas de resumo de segunda ordem): Funções L inhomogêneas empíricas ($\hat{L}_{11}, \hat{L}_{22}, \hat{L}_{12}$) e suas diferenças, capturando a dependência espacial residual.
   • $S_3$ (Entradas de Estrutura Espacial): Uma contribuição inovadora consistindo em imagens de contagem padronizadas 2D. A janela de observação é discretizada em uma grade, e a diferença entre as contagens observadas e as contagens esperadas (sob o modelo de primeira ordem ajustado) é normalizada. Estas imagens permitem que o modelo aprenda dependências espaciais diretamente do layout dos pontos, complementando as estatísticas de resumo agregadas.

3. Design da Rede Neural:

   • A arquitetura processa $S_2$ via camadas convolucionais 1D e $S_3$ via camadas convolucionais 2D (com pooling).
   • As características são concatenadas com $S_1$ e passadas por um Perceptron Multicamadas (MLP) com ativação ReLU.
   • Para garantir a positividade da variância e dos parâmetros de escala, as saídas da rede são elevadas ao quadrado (após o treinamento em alvos transformados pela raiz quadrada).

Principais Contribuições

• Framework de Inferência Híbrido: O artigo introduz um workflow de DSBI específico que separa a estimação de primeira ordem (covariável) da de segunda ordem (campo latente), abordando a complexidade dos LGCPs bivariados inhomogêneos.
• Entradas de Estrutura Espacial: A introdução de entradas de imagem 2D ($S_3$) para capturar informações espaciais que as estatísticas de resumo tradicionais perdem, especificamente adaptadas para configurações bivariadas.
• Workflow Prático: Os autores fornecem um workflow geral para aplicação prática, incluindo diretrizes para seleção de intervalos de parâmetros para escala e validação de redes treinadas em conjuntos de dados reais.
• Extensão de SBI: O trabalho estende abordagens anteriores de SBI homogêneo (ex: Vihrs, 2022) para os domínios mais complexos de inhomogêneos e multitype.

Resultados

• Estudos de Simulação:
  • Em configurações homogêneas, o DSBI superou tanto o método de Contraste Mínimo (MC) quanto a Aproximação de Laplace de Laplace Integrada (INLA) em termos de Viés, Erro Quadrático Médio (RMSE) e Erro Percentual Absoluto Médio (MAPE). O DSBI forneceu estimativas mais estáveis, particularmente para parâmetros de escala que são tipicamente difíceis de estimar.
  • Em configurações inhomogêneas, o método demonstrou precisão razoável. O desempenho melhorou significamente com janelas de observação maiores, pois janelas maiores forneceram mais informação para distinguir entre campos latentes compartilhados e individuais.
• Aplicação no Mundo Real (Conjunto de Dados de Gorilas):
  • O método foi aplicado a um conjunto de dados de ninhos de gorilas (grupos maiores e menores) em Camarões.
  • O modelo estimou com sucesso os parâmetros do campo latente, revelando uma variação espacial compartilhada substancial ($\hat{\sigma}_Y = 1.143$) e padrões de agrupamento distintos para o grupo maior em comparação ao grupo menor.
  • Ajuste do Modelo (Goodness-of-Fit): Envelopes de simulação e testes de Diggle-Cressie-Loosmore-Ford (DCLF) indicaram que o LGCP bivariado ajustado descreveu adequadamente os dados observados (p-valores > 0.05 para todos os tipos), sugerindo que o modelo capturou tanto as dependências espaciais individuais quanto as do tipo cruzado.

Significância e Alegações
Os autores alegam que esta abordagem oferece uma alternativa computacionalmente eficiente aos métodos clássicos baseados em verossimilhança. Uma vez pré-treinada, a rede neural fornece estimação instantânea e livre de verossimilhança para novos dados sem exigir otimização iterativa. Ao separar a estimação das tendências médias dos campos latentes, o método reduz a complexidade da estimação de parâmetros de alta dimensão e mitiga problemas de identificabilidade em processos multivariados.

O artigo conclui que, embora o método seja ilustrado em LGCPs bivariados, a estratégia subjacente (inferência baseada em simulação com estimação desacoplada de primeira/segunda ordem) é aplicável a uma ampla gama de modelos de processos de pontos espaciais onde a inferência baseada em verossimilhança é intratável. Os autores notam modestamente que o método depende de intervalos de parâmetros predefinidos e que trabalhos futuros poderiam explorar arquiteturas neurais mais avançadas (ex: ResNet) e classes mais amplas de entradas espaciais (ex: imagens de densidade) para melhorar ainda mais o desempenho.