🤖 AI

LLT: An R package for Linear Law-based Feature Space Transformation

تقدم هذه الورقة حزمة LLT R، التي تنفذ خوارزمية تحويل فضاء الميزات القائمة على القانون الخطي للمساعدة في تصنيف السلاسل الزمنية أحادية ومتعددة المتغيرات من خلال تحديد الأنماط الحاكمة في بيانات التدريب عبر تضمين تأخير الوقت والتحلل الطيفي، ومن ثم تطبيق هذه الأنماط لتحويل ميزات مجموعة الاختبار.

المؤلفون الأصليون: Marcell T. Kurbucz, Péter Pósfay, Antal Jakovác

نُشر 2026-02-06

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Marcell T. Kurbucz, Péter Pósfay, Antal Jakovác

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول تعليم كمبيوتر التمييز بين نوعين من الأنماط الجوية: "الأيام الدافئة" و"الأيام الباردة". لديك كومة ضخمة من البيانات — رسوم بيانية توضح استهلاك الكهرباء كل عشر دقائق لمدة عام كامل. بالنسبة للكمبيوتر، تبدو هذه الخطوط المتعرجة فوضوية ومربكة، ومن الصعب رؤية النمط بمجرد النظر إلى الأرقام الخام.

تقدم هذه الورقة أداة جديدة، تسمى حزمة LLT، والتي تعمل كـ "مترجم للأنماط" لهذا النوع من البيانات. مهمتها هي أخذ تلك الخطوط المتعرجة الفوضوية وتحويلها إلى تنسيق يسهل على الكمبيوتر فرزه وتصنيفه بشكل كبير.

إليك كيف تعمل، مقسمة إلى خطوات بسيية باستخدام التشبيه:

1. مرآة "السفر عبر الزمن" (التضمين بتأخير زمني - Time-Delay Embedding)

تخيل أن لديك خطاً واحداً من الموسيقى. إذا استمعت إلى نوتة واحدة فقط، فلن تعرف الأغنية. ولكن إذا نظرت إلى تسلسل من النوتات، فستبدأ في سماع اللحن.

تقوم خوارزمية LLT بشيء مشابه؛ فهي تأخذ سلسلة زمنية واحدة (مثل استهلاك الكهرباء في يوم ما) وتنشئ لها "مرآة". إنها تنظر إلى نقطة البيانات عند الزمن $t$ ، ثم $t+1$ ، ثم $t+2$ ، وهكذا، وتقوم بتكديسها لإنشاء شكل ثلاثي الأبعاد من خط ثنائي الأبعاد. يساعد هذا الكمبيوتر على رؤية "شكل" و"تدفق" البيانات، وليس مجرد الأرقام الفردية.

2. إيجاد "الوصفة السرية" (القوانين الخطية - Linear Laws)

بمجرد إعادة تشكيل البيانات، تبحث الخوارزمية عن "وصفة سرية" (والتي تسميها الورقة قانوناً خطياً) لكل نوع من أنواع البيانات في مجموعة التدريب (الأيام "الدافئة" والأيام "الباردة").

فكر في هذا الأمر مثل طاهٍ ماهر يتذوق الحساء. يعرف الطاهي بالضبط أي مزيج من التوابل (الأوزان الرياضية) سيجعل الحساء "متوازناً تماماً" أو، بالمع terms الرياضية، سيعادل إلى الصفر.

بالنسبة للأيام "الدافئة"، هناك وصفة محددة تجعل البيانات تبدو كخط مستوٍ وهادئ (صفر).
بالنسبة للأيام "الباردة"، هناك وصفة مختلفة تفعل الشيء نفسه.

تجد الخوارزمية هذه الوصفات باستخدام تقنية تسمى "التفكيك الطيفي" (وهي طريقة معقدة تعني ببساطة أنها تفكك البيانات لتجد أكثر أنماطها جوهرية وهدوءاً).

3. "اختبار الضغط" (التحويل - Transformation)

الآن، لدى الكمبيوتر كومة من البيانات الجديدة غير المعروفة (مجموعة "الاختبار"). هو لا يعرف بعد ما إذا كانت هذه أيام "دافئة" أم "باردة".

تأخذ الخوارزمية "الوصفات السرية" التي تعلمتها من بيانات التدريب وتطبقها على البيانات الجديدة.

هي تجرب "الوصفة الدافئة" على البيانات الجديدة. هل جعلت الخط مستوياً؟ إذا كان الأمر كذلك، فالبيانات الجديدة هي على الأرجح "دافئة".
تجرب "الوصفة الباردة". هل قامت تلك الوصفة بتسطيح الخط؟ إذا كان الأمر كذلك، فالبيانات على الأرجب "باردة".

إذا لم تتناسب البيانات الجديدة مع الوصفة جيداً، فهذا يعني أن البيانات تنتمي إلى فئة مختلفة. هذه العملية تحول البيانات الأصلية الفوضوية إلى مجموعة جديدة ونظيفة من الميزات التي تظهر بوضوح الفئة التي تنتمي إليها البيانات.

4. الأداة نفسها (حزمة R)

تقدم الورقة هذا كأداة برمجية مكتوبة بلغة R (وهي لغة يستخدمها الإحصائيون). وهي مصممة لتكون سهلة الاستخدام وسريعة لأنها لا تعتمد على أدوات خارجية ثقيلة وبطيئة؛ بل تستخدم المحركات الرياضية المدمجة في الكمبيوتر.

تنقسم الأداة إلى ثلاثة "عمال" رئيسيين:

trainTest: يقوم بفرز بياناتك إلى "مجموعة تعلم" (تدريب) و"مجموعة اختبار".
trainLaw: هو "الطاهي". يتذوق "مجموعة التعلم" ويكتب "الوصفات السرية".
testTrans: هو "مختبر الضغط". يأخذ البيانات الجديدة، ويطبق الوصفات، ويحولها إلى تنسيق جاهز للتصنيف.

مثال من الواقع في الورقة

اختبر المؤلفون هذا على مجموعة بيانات حقيقية من فرنسا تتعلق باستهلاك الكهرباء في المنازل. أرادوا معرفة ما إذا كان بإمكان الكمبيوتر التمييز بين أيام "الموسم الدافئ" وأيام "الموسم البارد".

النتيجة: بعد استخدام أداة LLT لتحويل البيانات، تمكن الكمبيوتر من تحديد الموسم بشكل صحيح بنسبة 87% تقريباً.
الإضافة: تشير الورقة إلى أن هذه الطريقة سريعة جداً وتعمل بشكل جيد عند دمجها مع أدوات التصنيف البسيطة والمعيارية (مثل خوارزمية "أقرب جار" أو k-nearest neighbor).

الملخص

باختصار، حزمة LLT هي مترجم. إنها تأخذ بيانات السلاسل الزمنية المعقدة والصعبة القراءة، وتجد "القواعد" الرياضية الخفية التي تحدد أنماطاً معينة، ثم تعيد كتابة البيانات بحيث يمكن للكمبيوتر بسهولة أن يقول: "آه، هذا النمط يطابق القاعدة الدافئة"، أو "هذا يطابق القاعدة الباردة". إنها تجعل مهمة فرز البيانات القائمة على الوقت أسهل وأسرع بكثير.

ملخص تقني: حزمة LLT بلغة R لتحويل فضاء السمات القائم على القانون الخطي

بيان المشكلة
لا يزال تصنيف السلاسل الزمنية (TSC) مهمة تحدي في تعلم الآلة وتنقيب البيانات نظرًا لأحجام البيانات الكبيرة، والأبعاد العالية، والطبيعة المستمرة للبيانات الزمنية التي يتم جمعها بواسطة المستشعرات. وبينما تُصنف النهج الحالية عمومًا إلى طرق قائمة على السمات (مثل تحويل المويجات المتقطع، وتحويل فوريه المتقطع) وطرق قائمة على المسافة (مثل "ديناميكيات التشويه الزمني" مع "أقرب جار واحد")، إلا أن هناك حاجة إلى خوارزميات يمكنها تحويل فضاءات السمات بفعالية لتسهيل تصنيف السلاسل الزمنية أحادية ومتعددة المتغيرات.

المنهجية
يقدم البحث خوارزمية تحويل فضاء السمات القائم على القانون الخطي (LLT) وتطبيقها كحزمة برمجية في لغة R. تعتمد المنههجية الجوهرية على تحديد "القوانين الخطية" — وهي الأنماط الحاكمة داخل السلاسل الزمنية — باستخدام تضمين التأخير الزمني والتحليل الطيفي.

تعريف القانون الخطي: بالنسبة لسلسلة زمنية $z_t$ ، يقوم تضمين التأخير الزمني من الرتبة $l$ بإنشاء مصفوفة $A$ . ثم يتم توليد مصفوفة متماثلة $S = A^\top A$ . يُعرَّف "القانون الخطي" بأنه المتجه الذاتي $v$ المقابل لأصغر قيمة ذاتية للمصفوفة $S$ ، بحيث يحقق الشرط $Sv \approx 0$ . وخلافًا لتحليل المكونات الرئيسية (PCA)، الذي يسعى لتعظيم التباين، يسعى هذا النهج إلى إيجاد المكونات التي تقلل من تباين البيانات المسقطة.
عملية التحويل:
- التدريب: يتم تقسيم مجموعة البيانات إلى مجموعات تدريب واختبار. لكل سلسلة مدخلة (السمة الأولية) في مجموعة التدريب، تقوم الخوارزمية بحساب القوانين الخطية (المتجهات الذاتية) مجمعة حسب الفئة.
- الاختبار: بالنسبة لحالات الاختبار، تقوم الخوارزمية بإنشاء مصفوفات $S$ من السلسلة المدخلة. يتم ضرب هذه المصفوفات في جهة اليسار في مصفوفات قانون التدريب ( $V^j$ ) المقابلة للسمة الأولية نفسها.
- اختيار السمات: يتم تحليل المصفوفات الناتجة ( $S^{te,j}V^j$ ). تشير الأعمدة ذات التباين الصغير أو المتوسط المطلق الصغير إلى أن بيانات الاختبار تنتمي إلى نفس الفئة التي استُخدمت في اشتقاق القانون في مرحلة التدريب. يتم تقليل الأبعاد عن طريق اختيار متجهات الأعمدة ذات أصغر تباين و/أو أصغر متوسط مطلق (أو مزيج مرتب منهما) لكل فئة وسلسلة مدخلة.

المساهمات الرئيسية
المساهمة الأساسية لهذا العمل هي حزمة LLT بلغة R، وهي أول تنفيذ برمجي لخوارزمية LLT. وتشمل الميزات الرئيسية للحزمة ما يلي:

بنية معيارية: تم تفكيك الخوارزمية إلى ثلاث دوال رئيسية (trainTest و trainLaw و testTrans) ودالتين مساعدتين (embed و linlaw). تسهل هذه المعيارية عمليات التطوير الخوارزمي المستقبلي.
الكفاءة: لضمان انخفاض المتطلبات الحسابية، تعتمد الحزمة حصريًا على الدوال المدمجة في لغة R بدلاً من المكتبات الخارجية للمجتمع البرمجي.
المرونة وسهولة الاستخدام: صُممت الحزمة لتكون سهلة الاستخدام، حيث تتطلب فقط المعلمات الأساسية (مثل المسار، نسبة الاختبار، البعد، التأخير، ومعايير الاختيار) مع دعم البيانات أحادية ومتعددة المتغيرات.
التوافر المفتوح: الحزمة (الإصدار 0.1.0) ومجموعة بيانات عينة بالهيكل المجلد المطلوب متاحة علنًا على GitHub تحت رخصة GNU General Public License v3.0.

النتائج
يتحقق البحث من صحة الحزمة باستخدام مجموعة بيانات PowerCons (استهلاك الطاقة الكهربائية المنزلية من EDF)، المصنفة إلى فئات موسمية "دافئة" و"باردة".

الإعداد التجريبي: أجرى المؤلفون 300 عملية تحويل بنسبة اختبار قدرها 0.1 وبُعد ($dim$) قدره 5.
الأداء: باستخدام قاعدة تصنيف بسيطة (اختيار الفئة ذات المتوسط المطلق الأصغر للسمات المحولة)، حققت الطريقة متوسط دقة بلغ 87.204% بانحراف معياري قدره 5.536%.
السياق المقارن: يشير المؤلفون إلى أن دمج LLT مع خوارزمية (k-Nearest Neighbor) قد حقق سابقًا نتائج دقيقة مع متطلبات حسابية منخفضة في دراسات أخرى (Kurbucz et al., 2022a). بالإضافة إلى ذلك، أظهر عمل سابق على نظام التعرف على النشاط بناءً على مجموعة بيانات (AReM) أن LLT زادت بشكل كبير من دقة المصنفات التقليدية، متفوقة على الأساليب الحديثة بعد تحويل فضاء السمات.

الأهمية والادعاءات
يضع البحث حزمة LLT كأداة عملية تقوم بتحويل هيكل مجموعات السمات لجعل بيانات السلاسل الزمنية أسهل في التصنيف. ويؤكد المؤلفون أن الخوارزمية توفر بديلًا منخفض التعقيد الحسابي للأساليب الحالية. تكمن أهمية العمل في توفير تنفيذ مرن، سهل الاستخدام، وفعال يفصل الخطوات الحسابية، مما يسمح للباحثين بتطوير خوارزميات تعلم بناءً على القوانين الخطية. ويحافظ المؤلفون على نبرة متواضعة، حيث يقدمون الحزمة كإطار عمل تأسيسي يسهل تطبيق خوارزمية LLT بدلاً من الادعاء بأنها حل شامل لجميع مشكلات تصنيف السلاسل الزمنية.