💻 computer science

U-Net with Hadamard Transform and DCT Latent Spaces for Next-day Wildfire Spread Prediction

تقدم هذه الورقة نموذج TD-FusionUNet، وهو نموذج تعلم عميق خفيف الوزن يدمج طبقات هادامارد (Hadamard) وتحويل جيب التمام المتقطع (Discrete Cosine Transform) القابلة للتدريب مع تقنيات معالجة مسبقة مخصصة لتحقيق تنبؤ فعال ودقيق بانتشار حرائق الغابات في اليوم التالي باستخدام بيانات أقمار صناعية متعددة الأنماط.

المؤلفون الأصليون: Yingyi Luo, Shuaiang Rong, Adam Watts, Ahmet Enis Cetin

نُشر 2026-02-13

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yingyi Luo, Shuaiang Rong, Adam Watts, Ahmet Enis Cetin

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 التنبؤ بمسار انتشار حريق غابة في الغد. الأمر يشبه محاولة تخمين مسار لهب راقص وفوضوي بناءً على الرياح، والعشب الجاف، وتضاريس التلال. الطرق التقليدية تشبه محاولة حل هذا اللغز عبر الحساب اليدوي لكل خطوة من خطوات فيزياء الحريق؛ وهي عملية بطيئة وثقيلة وغالبًا ما تفتقر إلى الرؤية الشاملة.

تقدم هذه الورقة البحثية نموذجًا جديدًا خفيف الوزن لـ "متنبئ فائق" يسمى TD-FusionUNet. فكر فيه كأنه محقق ذكي وفعال لا يكتفي بمراقبة النار فحسب، بل يستمع إلى "موسيقى" المشهد الطبيعي ليتوقع الخطوة التالية.

إليك كيف يعمل، مقسمًا إلى مفاهيم بسيطة:

1. المشكلة: الكثير من الضجيج، وقليل من البيانات

بيانات حرائق الغابات معقدة. معظم الخريطة عبارة عن "أرض آمنة" (غير محترقة)، بينما تمثل "مناطق الخطر" (المحترقة) نقاطًا صغيرة ومبعثرة فقط. الأمر يشبه محاولة العثور على بضع كرات حمراء محددة داخل دلو ضخم مليء بالكرات الزرقاء. كما أن نماذج الذكاء الاصطناعي القياسية التي تحاول حل هذه المعضلات غالبًا ما تكون مثل "الفيلة التي تفرط في الأكل": فهي ضخمة، بطيئة، وتحتاج إلى أجهزة كمبيوتر هائلة لتشغيلها، وهو أمر غير مفيد إذا كنت بحاجة إلى إجابة الآن في غابة نائية.

2. الحل: المحقق "الترددي"

بنى المؤلفون نموذج ذكاء اصطناٍ جديد يستخدم خدعة ذكية. بدلاً من النظر إلى الصورة بكسل بكسل (مثل النظر إلى لوحة نقطة بنقطة)، يطلبون من الذكاء الاصطناعي النظر إلى الأنماط والترددات.

التشبيه: تخيل الاستماع إلى أغنية. يحاول الذكاء الاصطناعي التقليدي حفظ كل موجة صوتية. أما هذا الذكاء الاصطناعي الجديد، فيستخدم تحويل هادامارد (Hadamard Transform) وتحويل جيب التمام المتقطع (DCT) لتفكيك الأغنية إلى نوتاتها الموسيقية (الترددات).
لماذا يساعد هذا: تمامًا كما تُعرف الأغنية بلحنها وإيقاعها وليس بمجرد الضجيج، فإن انتشار حريق الغابة يتحدد بأنماط معينة (مثل كيفية صعود النار فوق التل أو اتباعها للرياح). ومن خلال التركيز على هذه "النوتات الموسيقية" (الترددات الأساسية)، يمكن للذكاء الاصطناعي تجاهل الضجيج الساكن وتعلم قواعد انتشار الحريق بشكل أسرع وبذاكرة أقل.

3. بنية "الدماغين"

يُسمى النموذج TD-FusionUNet (دمج النطاق التحويلي). فكر فيه كمحقق لديه دماغان متخصصان يعملان معًا:

الدماغ (أ) (هادامارد): بارع في رصد الأنماط الحادة والمربعة والتغيرات المفاجئة.
الدماغ (ب) (DCT): بارع في رصد المنحنيات والموجات الناعمة والمتدرجة.

كلاهما ينظر إلى نفس البيانات ولكن من خلال "عدسات" مختلفة. ثم يقومان بدمج نتائجهما. هذا يشبه امتلاك خبير بارع في رصد الزوايا الحادة وآخر بارع في رصد المنحنيات؛ ومعًا، يريان الصورة كاملة وبدقة مثالية.

4. تنظيف البيانات الفوضوية

بما أن بيانات الحريق شحيحة للغاية (مساحات فارغة في الغالب)، فقد ابتكر الباحثون تقنية "معالجة مسبقة" خاصة لمساعدة الذكاء الاصطناعي على التعلم بشكل أفضل:

القص العشوائي للهوامش (Random Margin Cropping): تخيل أنك تأخذ صورة لحريق ثم تقوم بعمل زووم (تكبير/تصغير) عشوائي أو تحريك الإطار قليلاً. هذا يجبر الذكاء الاصطناعي على تعلم شكل الحريق، وليس مجرد حفظ مكانه بالضبط.
التنعيم الغاوسي (Gaussian Smoothing): يأخذون الحواف الحادة والمتعرجة لخريطة الحريق ويقومون بتنعيمها بلطف، مثل تلطيف رسم تخطيطي خشن. هذا يساعد الذكاء الاصطناعي على فهم أن النار لا تقفز في مربعات مثالية، بل تنتشر في موجات عضوية ناعمة. هذا يخلق أمثلة "اصطناعية" حتى لا يرتبك الذكاء الاصطناعي بسبب البيانات المفقودة.

5. النتائج: صغير لكنه قوي

الجزء الأفضل؟ هذا المحقق الذكي للغاية صغير الحجم بشكل مذهل.

الطريقة القديمة: كانت أفضل النماذج السابقة تشبه الشاحنات الثقيلة (14 مليون "بارامتر" أو خلية دماغية). كانت دقيقة ولكنها بطيئة وتتطلب خوادم قوية.
الطريقة الجديدة: هذا النموذج الجديد هو سيارة رياضية مدمجة (370,000 بارامتر فقط). إنه أصغر بنحو 40 مرة من المنافسين، ولكنه في الواقع أكثر دقة.

لماذا يهم هذا؟

لأن هذا النموذج صغير وفعال للغاية، يمكنه العمل على أجهزة الحافة (Edge Devices). وهذا يعني أنه يمكنك تشغيل أداة التنبؤ هذه على طائرة بدون طيار (درون)، أو قمر صناعي، أو جهاز محمول في غابة نائية دون الحاجة إلى كمبيوتر خارق.

باخت-مختصر: بنى المؤلفون ذكاءً اصطناعيًا صغيرًا وفعالًا يستمع إلى "موسيقى" أنماط حرائق الغابات بدلاً من التحديق في البكسلات. ومن خلال استخدام "عدستين" رياضيتين مختلفتين وتنظيف البيانات الفوضوية، يتنبأ النموذج بأين ستذهب الحرائق غدًا بدقة عالية، وباستخدام جزء ضئيل من قوة الحوسبة المطلوبة للطرق القديمة. يمكن لهذا أن ينقذ الأرواح عبر إيصال فرق الإطفاء إلى المكان الصحيح، وبسرعة أكبر.

ملخص تقني لورقة بحثية بعنوان:

"U-NET WITH HADAMARD TRANSFORM AND DCT LATENT SPACES FOR NEXT-DAY WILDFIRE SPREAD PREDICTION"
(شبكة U-NET مع تحويل هادامارد وفضاءات DCT الكامنة للتنبؤ بانتشار حرائق الغابات في اليوم التالي)

1. بيان المشكلة

تزداد حرائق الغابات حدة وتكراراً بسبب تغير المناخ، مما يتسبب في خسائر اقتصادية وبشرية هائلة. تعتمد الاستجابة الفعالة للكوارث على التنبؤ الدقيق بانتشار الحرائق في اليوم التالي لتخصيص الموارد بشكل أمثل.

التحديات: تواجه المحاكيات التقليدية القائمة على الفيزياء صعوبة في التعامل مع التفاعلات البيئية المعقدة وغير الخطية. كما تعاني نماذج التعلم العميق الحالية (مثل الشبكات العصبية الالتفافية القياسية CNNs، وUNets) من:
- تكاليف حوسبة عالية وأعداد ضخمة من المعلمات (Parameters)، مما يجعلها غير مناسبة للأجهزة الطرفية (Edge devices) أو البيئات محدودة الموارد.
- ندرة وعدم توازن البيانات، لا سيما ندرة بكسلات "الحريق" مقارنة بالمناطق "غير المحترقة" في صور الأقمار الصناعية.
- عدم الكفاءة في التقاط الأنماط المكانية-الترددية الجوهرية المطلوبة للتقسيم (Segmentation) الدقيق.

2. المنهجية

يقترح المؤلفون بنية TD-FusionUNet (شبكة UNet لدمج نطاق التحويل)، وهي بنية تعلم عميق متعددة الوسائط خفيفة الوزن مصممة للموازنة بين الدقة والكفاءة.

أ. البنية الأساسية: التعلم في نطاق التحويل

بدلاً من الاعتماد فقط على الالتفافات المكانية، تدمج النموذج تحويلات متعامدة مباشرة في طبقات الشبكة لتعلم الميزات في نطاق التردد.

HT-UNet (فرع واحد): هيكل UNet أساسي حيث تتخلل كتل الالتفاف (Convolutional blocks) طبقات تحويل هادامارد (HT).
- العملية: تخضع ميزات المدخلات لتحويل هادامارد ثنائي الأبعاد $\leftarrow$ قياس قابل للتعلم (ضرب عنصري في مصفوفة أوزان) $\leftarrow$ عتبة ناعمة (تقليص المعاملات الصغيرة) $\leftarrow$ تحويل هادامارد عكسي (IHT).
- الفائدة: يخلق هذا فضاءً كامناً متعامداً، مما يجبر الشبكة على التركيز على مكونات "التردد" الجوهرية مع تقليل الحاجة إلى نوى (Kernels) التفافية ثقيلة.
TD-FusionUNet (فرع مزدوج): امتداد قابل للتوسع يدمج فرعين للترميز (Encoding) يعملان بالتوازي:
- الفرع العلوي: يستخدم تحويل هادامارد (HT) للخلط العالمي (Global mixing).
- الفرع السفلي: يستخدم تحويل جيب التمام المتقطع (DCT) لتمثيل التردد.
- الدمج: يتم رفع دقة مخرجات كلا الفرعين، ومحاذاتها عبر الالتفاف، ثم دمجها عبر الجمع العنصري. يسمح هذا للنموذج بالاستفيد من نقاط القوة المتكاملة لكلا نطاقي التحويل.

ب. تقنيات المعالجة المسبقة المخصصة

لمعالجة ندرة وعدم توازن البيانات في أقنعة الحرائق، تم تقديم تقنيتين محددتين:

القص العشوائي للهوامش (Random Margin Cropping): يتم إدخال اضطراب على البكسلات غير المؤكدة. تُستبدل بكسلات الخلفية (0) بقيم عشوائية صغيرة ( $U(0.01, 0.03)$ )، وبكسلات الحريق (1) بقيم عشوائية عالية ( $U(0.8, 0.99)$ ). هذا يثري تمثيل الأقنعة الثنائية ويمنع الإفراط في التخصيص (Overfitting) للحدود الصارمة.
تنعيم خليط غاوس (Gaussian Mixture Softening): يتم تطبيق تمويه غاوسي مختلط على أقنعة المدخلات باستخدام انحرافات معيارية متعددة (على سبيل المثال، $\sigma = \{0.4, 0.8\}$ ). يتم حساب متوسط الخرائط المموهة الناتجة لإنشاء "خريطة احتمالية ناعمة"، مما يولد عينات اصطناعية لاستكمال البيانات المفقودة أو الشحيحة.

ج. استراتيجية التدريب

دالة الخسارة (Loss Function): مزيج مرجح من خسارة الاعتداد الثنائي (BCE)، وخسارة Dice، وخسارة Focal للتعامل مع عدم توازن الفئات.
مجموعات البيانات: تم التقييم باستخدام مجموعة بيانات Google Next-Day Wildfire Spread (2023) ومجموعة بيانات WildfireSpreadTS.

3. المساهمات الرئيسية

شبكة UNet خفيفة الوزن بنطاق التحويل: قدمت بنية مبتكرة تستبدل عمليات الالتفاف القياسية بطبقات هادامارد وDCT قابلة للتدريب، مما قلل بشكل كبير من عدد المعلمات مع الحفاظ على قدرة تمثيل عالية.
الدمج ثنائي الفرع: أثبتت أن دمج الفضاءات الكامنة لـ HT وDCT يحسن استخراج الميزات مقارنة بالنماذج ذات التحويل الواحد أو النماذج المكانية فقط.
خط معالجة مسبقة قوي: طورت استراتيجيات تعزيز بيانات مخصصة (القص العشوائي للهوامش وتنعيم خليط غاوس) مصممة خصيصاً للتعامل مع ندرة بيانات حرائق الغابات الشديدة.
تصميم جاهز للأجهزة الطرفية: صُمم النموذج ليكون قابلاً للنشر في البيئات محدودة الموارد (مثل الحوسبة الطرفية) نظراً لقلة عدد معلماته وكفاءته الحسابية.

4. النتائج التجريبية

تم تقييم النموذج مقابل النماذج المرجعية بما في ذلك 2D-CNN Autoencoders وResNet18-based UNets.

مجموعة البيانات	النموذج	المعلمات (Parameters)	درجة F1	الدقة (Precision)	الاستدعاء (Recall)	IoU
Google Dataset	2D-CNN Autoencoder (Custom)	78k	0.621	0.588	0.658	0.382
	HT-UNet (Custom)	45k	0.665	0.737	0.606	0.433
	TD-FusionUNet (Base=8)	93k	0.702	0.876	0.586	0.555
WildfireSpreadTS	Baseline UNet (ResNet18)	14M	0.589	0.536	0.654	-
	HT-UNet	169k	0.570	0.510	0.646	-
	TD-FusionUNet (Base=8)	370k	0.591	0.539	0.653	-

الكفاءة: حقق نموذج TD-FusionUNet درجة F1 بلغت 0.591 على مجموعة بيانات WildfireSpreadTS باستخدام 370 ألف معلمة فقط، متفوقاً على نموذج ResNet18 المرجعي (14 مليون معلمة) الذي سجل 0.589.
الأداء: على مجموعة بيانات Google، حقق TD-FusionUNet أعلى درجة F1 بلغت (0.702) وأعلى IoU بلغت (0.555)، متفوقاً بشكل ملحوظ على كل من CNN Autoencoder وHT-UNet أحادي الفرع.
القابلية للتوسع: أظهر النموذج تحسناً مستمراً مع زيادة عرض القنوات، مما يثبت أن المكاسب ناتجة عن تصميم نطاق التحويل وليس مجرد زيادة المعلمات.

5. الأهمية

الموازنة بين الدقة والكفاءة: تثبت الورقة أن التعلم في نطاق التحويل المتعامد يمكن أن يحقق دقة تضاهية لأحدث النماذج مع جزء ضئيل من التكلفة الحسابية للنماذج التقليدية للتعلم العميق.
القابلية للتطبيق في الوقت الفعلي: الطبيعة الخفيفة للنموذج (370 ألف معلمة) تجعله مناسباً للتنبؤ بالحرائق في الوقت الفعلي على الأجهزة الطرفية، وهو أمر بالغ الأهمية للاستجابة السريعة للطوارم في المناطق النائية أو محدودة الموارد.
التعميم: توفر تقنيات المعالجة المسبقة المقترحة ودمج نطاق التحويل إطاراً قوياً للتعامل مع البيانات الجيومكانية الشحيحة وغير المتوازنة، وهو تحدٍ شائع في المراقبة البيئية.
النمطية: يمكن دمج طبقات التحويل هذه بشكل معياري في بنيات شبكات عصبية أخرى بخلاف UNet، مما يوفر اتجاهاً جديداً لتعلم الميزات بكفاءة في الرؤية الحاسوبية.