技术摘要：泊松过程的多变点检测

问题陈述

本文解决了在连续时间区间 $[0, 1]$ 内观测到的点过程强度函数中进行多变点检测的问题。具体而言，作者关注的是非齐次泊松过程，其中强度函数 $\lambda(t)$ 被假定为分段常数。目标是在给定观测事件序列 $T_1, \dots, T_n$ 的情况下，识别未知的变点位置 $\tau = (\tau_1, \dots, \tau_{K-1})$ 以及每个分段对应的常数强度水平 $\lambda_k$。

挑战在于优化空间的连续性。与离散时间设置不同，变点可以在区间内的任何实数值处发生。由于对比函数（如负对数似然）相对于变点位置不是连续的，标准的优化技术（如梯度下降）并不适用。此外，搜索空间是无限维的，且可能的分割方式随事件数量呈指数级增长。

方法论

1. 理论基础：向离散空间的归约

其核心理论贡献是证明了对于固定的分段数 $K$，最优变点可以被限制在由事件时间导出的有限网格上。

• 假设： 该方法依赖于关于对比函数 $\gamma(\tau)$ 的两个假设：
  1. 分段可加性： 总对比度是各单个分段成本之和。
  2. 严格凹性： 分段的成本函数相对于分段长度是严格凹的。
• 关键洞察： 基于 Young Yang 和 Kuo (2001) 对单变点的观察，作者证明了在这些假设下，最优变点必须恰好位于一个事件时间 $T_i$ 或其紧邻的前一时刻 ($T_i^-$)。
• 后果： 这将连续优化问题简化为一个规模为 $2n$ 的离散问题（集合 $\{T_1^-, T_1, \dots, T_n^-, T_n\}$）。这使得可以使用动态规划 (DP) 来寻找精确的全局最小值，计算复杂度为 $O(n^2 K)$。

2. 可容许对比度与正则化

标准的泊松负对数似然对比度具有可加性，但在分段包含零个事件（$\nu_k=0$）时无法满足严格凹性假设，从而导致退化解（零长度的分段）。

• 解决方案： 作者提出了泊松-伽马 (Poisson-Gamma, PG) 对比度。通过假设强度服从伽马先验（一种用于推导频率派对比度的贝叶斯方法），他们引入了起正则化作用的超参数。这确保了即使在计数为零时，成本函数仍保持严格凹性，从而防止了退化分段，并允许获得不被强制约束在事件边界上的精确解。
• 标记过程： 该框架被扩展到标记泊松过程 (Marked Poisson processes)，即强度和标记分布（例如量级）同时发生变化的场景。为此推导出了标记泊松-伽马-指数-伽马 (MPGEG) 对比度。

3. 通过交叉验证进行模型选择

选择分段数 $K$ 被视为一个模型选择问题。

• 抽样性质： 作者利用了泊松过程的抽样性质 (Thinning property)。如果事件以概率 $f$ 被采样，剩余的事件将构成一个强度缩减为 $(1-f)$ 的独立泊松过程。
• 流程： 将观测过程分为“学习”集（概率为 $f$）和“测试”集。模型在学习集上进行训练，并在测试集上评估对比度。这避免了在连续设置中删除离散时间点所带来的歧义，使得交叉验证在该问题中是有效的。

4. 向自激（Hawkes）过程的扩展

该方法被扩展到了分段 Hawkes 过程 (Piecewise-Hawkes Processes, PHP)，其中强度取决于事件的历史（自激效应）。

• 转换： 利用时间重标度定理 (Time-rescaling theorem) (Papangelou, 1972)，作者将 Hawkes 过程转换为异质泊松过程。
• 策略： 如果基准 Hawkes 强度的参数 ($\alpha, \beta$) 是已知的或从齐次阶段估计出来的，则通过补偿器 $\Lambda_0(t)$ 对观测到的事件时间进行转换。随后，使用标准的泊松方法对转换后的时间进行变点检测。

关键结果

模拟研究

作者在三种模型的合成数据上评估了该方法：

1. 泊松过程： 随着平均强度 ($\lambda$) 和分段间的对比度比率 ($\lambda_R$) 增加，该方法成功恢复了正确的段数和变点位置。在豪斯多夫距离 (Hausdorff distance) 和强度估计准确度方面，该方法优于离散时间替代方案（如分箱法或事件间隔分析），尤其是在事件计数较低的情况下。
2. 标记泊松过程： 当信号存在于强度、标记或两者之中时，该方法能有效检测变点。引入标记信息提高了检测能力。
3. Hawkes 过程： 基于转换的方法能够准确检测分段 Hawkes 过程中的变点。即使在必须从初步齐次阶段估计 Hawkes 参数 ($\alpha, \beta$) 的情况下，该方法也表现良好。

实际应用

该方法应用于两个地质数据集：

• 火山喷发（基拉韦厄与冒纳洛亚）： 该方法识别出了不同的喷发机制，检测出基拉韦厄有 3 个变点，冒纳洛亚有 1 个变点。
• 埃特纳火山（侧喷）： 通过比较标准泊松模型与使用熔岩体积作为标记的标记泊松模型，揭示了不同的变点结构。标记模型检测到了与熔岩体积相关的 1755 年机制转变，而标准模型则检测到了与喷发频率相关的 1968 年转变。
• 地震活动（泰国）： 应用于地震余震，PHP 模型成功识别了三个主要的地震事件（包括 2004 年普吉岛地震），而这些事件在标准泊松建模中被漏掉了，证明了考虑自激效应的效用。

意义与主张

本文声称为连续时间点过程的多变点检测提供了一个严谨的频率派框架。其主要意义在于：

1. 无需离散化的精确性： 它证明了在与观测值相关的有限网格上存在精确解，消除了需要任意时间离散化或“分箱”的需求，而后者可能会损害准确性。
2. 计算效率： 通过将问题简化为离散网格，它实现了使用高效的动态规划算法 ($O(n^2 K)$) 进行精确优化。
3. 鲁棒性： 引入可容许对比度（泊松-伽马）解决了泊松过程最大似然估计中常见的退化解问题。
4. 通用性： 该框架通过时间重标度，可以推广到标记过程和自激 Hawkes 过程，将各种类型的点过程统一在单一的优化策略之下。

作者指出，该方法已在 R 包 CptPointProcess 中实现并向公众开放。他们承认，虽然 DP 的复杂度与事件数量呈二次方关系，但对于极大的数据集，可以使用剪枝算法（如 PELT）进行进一步优化。