IMFACT: Counterfactual Explanations for Time Series via Intrinsic Mode Function Substitution

技术摘要：IMFACT —— 基于本征模态函数替换的序列时间序列反事实解释

问题陈述

可解释人工智能（XAI）对于预测性维护和医学诊断等高风险领域至关重要。在事后解释方法中，反事实解释（Counterfactual Explanations）具有极高的价值，因为它们回答了“对当前输入进行怎样的最小化修改，可以产生不同的结果？”这类问题。然而，为振荡时间序列（如振动信号）生成具有说服力的反事实样本面临着独特的挑战。与表格数据不同，时间序列中的类别判别信息通常编码在特定的频带中，而非单个采样点。

现有的方法通常直接在原始特征空间中进行操作。扰动原始信号往往会破坏时间结构、违反频率约束，或产生幅度超出范围的物理上不合理的波形。虽然最近的方法如 Native Guide 和 Glacier 尝试通过锚定最近不同类邻居（Nearest Unlike Neighbor, NUN）或利用潜空间来提高合理性，但它们在生成过程中仍然难以维持振荡信号的物理完整性。

方法论：IMFACT 框架

作者提出了 IMFACT（基于 IMF 的反事实解释），这是一个模型无关的框架，它将扰动空间从原始信号值转移到了**经验模态分解（EMD）**的分解空间中。

核心机制：

1. 分解： 通过 EMD 将查询实例（$x$）和目标类参考（一个最近不同类邻居，$x_{NUN}$）分解为一组本征模态函数（IMFs）和一个残差。IMFs 代表了按瞬时频率从高到低排序的振幅和频率调制分量。
2. 替换： IMFACT 不修改原始数据点，而是通过将查询实例中的特定 IMF 迭代地替换为来自 $x_{NUN}$ 的对应 IMF。
3. 贪婪搜索： 替换过程逐个 IMF 进行。每次替换后，都会重建候选信号并对其进行黑盒分类器查询。一旦分类器的预测跳转到目标类别（$y_{target}$），过程立即停止。
4. 保留： 在整个过程中保留查询的原始残差（非振荡趋势），以维持粗粒度的信号结构。

关键组件：

• IMF 选择策略： 该框架评估了六种策略，用于确定 IMF 替换的顺序：
  • 距离（Distance）： 优先考虑在功率谱密度上，查询实例与 NUN 之间 Jensen–Shannon 散度最大的 IMF。
  • 方差（Variance）： 优先考虑源类别与目标类别之间类别级方差差异最大的 IMF。
  • 极端值（Extremes）： 专注于最显著差异的一个最高和最低的 IMF。
  • 由粗到精（Coarse-to-Fine）： 从低频到高频逐渐解锁 IMF。
• 多 NUN 扩展： 为了增强鲁棒性和多样性，该框架可以检索 $n$ 个 NUN 组成的池。它采用*循环（cycle）策略（轮询选择）或最近（closest）*策略（在每一步选择与当前 IMF 最相似的 NUN）。

实验设置

该框架在两个 UCR 基准数据集上进行了评估：

1. FaultDetectionA： 来自机电驱动系统的加速度计记录（预测性维护背景）。
2. FruitFlies： 果蝇物种的翅膀振动记录（生物振荡背景）。

一个轻量级的卷积神经网络（SimpleCNN）作为黑盒分类器。IMFACT 与三个基准方法进行了对比：

• Wachter： 一种通用的基于优化的方法。
• Native Guide： 一种使用类激活图的基于实例的方法。
• Glacier： 一种潜空间优化方法。

评估指标包括 有效性（Validity）（成功率）、接近度（Proximity）（平均 L2 距离）、合理性（Plausibility）（范围有效性和自相关性保持）、稀疏性（Sparsity）（改变点的百分比）以及 运行时间（Runtime）。

结果

消融研究：

• 策略性能： 在 FaultDetectionA 数据集上，extremes 策略在接近度和范围有效性方面表现最好，而 coarse_to_fine 最能保持自相关性。variance 策略始终是最弱的，其速度明显较慢且接近度较低。
• 多 NUN 影响： cycle 策略通常在接近度方面优于 closest 策略，尽管 closest 有时能提供更好的自相关性保持。
• 推荐默认配置： 使用 distance 策略配合三个 NUN 以及 cycle 策略的配置（$n=3$, cycle）在两个数据集上都提供了有效性、接近度和运行时间之间最一致的权衡。

基准对比：

• 有效性： IMFACT 在两个数据集上均实现了 100% 的有效性。Glacier 在 FaultDetectionA 上也达到了 100% 的有效性，但在 FruitFlies 上其有效性降至 36%。相比之下，Wachter 在相当一部分实例中未能达到决策边界（FaultDetectionA 为 58%，FruitFlies 为 30%）。
• 合理性与接近度： 虽然 Glacier 在 FaultDetectionA 上显示出卓越的接近度，且 Native Guide 在 FruitFlies 上显示出卓越的接近度，但 IMFACT 在两个数据集上均保持了具有竞争力的合理性（高范围有效性和自相关性）。
• 运行时间： IMFACT 比大多数基准方法更快且更稳定，特别是相比 Native Guide（在 FaultDetectionA 上约慢 19 倍）。然而，在 FruitFlies 数据集上，Wachter（0.059s）比 IMFACT（0.239s）更快，尽管 Wachter 在该数据集上的有效性较低。Glacier 和 Native Guide 在多次测量中表现出显著的运行时间波动。

意义与主张

论文声称 IMFACT 通过在物理可解释的分解空间而非原始特征空间中运行，解决了时间序列可解释性的关键空白。作者认为：

1. 信号完整性： 通过替换 IMF，该方法保留了振荡信号的时间结构和频率特性，避免了生成物理上不合理的波形。
2. 鲁棒性： IMFACT 是被评估的方法中唯一一个能在保持竞争力的合理性和低运行时间的同时，在机械和生物两个数据集上均实现完全有效性的方法（注意到 Glacier 在 FruitFlies 上失效，而 Native Guide 计算成本高昂）。
3. 模型无关性： 该方法仅需要黑盒查询访问，因此适用于任何不需要梯度或内部模型权重的分类器。

作者承认了局限性，包括 EMD 对模态混叠（mode mixing）的敏感性、由于贪婪搜索导致的缺乏全局稀疏性保证，以及目前仅限于单变量序列。他们建议未来的工作应探索多变量扩展和更稳健的合理性度量指标。