Robust OT-Guided Generative Residual Domain Adaptation for Bike-Sharing Demand Prediction under Temporal Domain Shift

ملخص تقني: التكيف مع النطاق المتبقي التوليدي القوي الموجه بنقل الأمثالية (OT) للتنبؤ بالطلب على مشاركة الدراجات

بيان المشكلة
غالباً ما تتدهور نماذج التنبؤ بالطلب على مشاركة الدراجات، التي يتم تدريبها على بيانات تاريخية لساعات المحطات، عند نشرها في السنوات اللاحقة بسبب التحولات النطاقية الزمنية. وتؤدي عوامل مثل تغير شعبية المحطات، وسلوكيات التنقل، وتكوين الركاب، والأنماط التشغيلية إلى تغيير توزيع البيانات الأساسي ($P_s(X, Y) \neq P_t(X, Y)$). ويتفاقم هذا التحدي بسبب الندرة، والالتواء، والضجيج المتأصل في بيانات الطلب، حيث تهيمن عدد قليل من المحطات وساعات الذروة على أخطاء التنبؤ. علاوة على ذلك، قد تحتوي النطاقات المستهدفة على سجلات غير طبيعية ناتجة عن أحداث غير عادية أو مشكلات في جودة البيانات، مما يمكن أن يؤدي إلى زعزعة استقرار طرق التكيف مع النطاق القياسية. تعالج هذه الورقة مهمة محددة تتمثل في التنبؤ بطلب دراجات "سيتي بايك" (Citi Bike) لشهر مارس من عام 2021 إلى 2026، مع التركيز على عملية النقل من 2025 إلى 2026 كسيناريو تقييم رئيسي.

المنهجية: Gen-ROTDA
تقترح الورقة إطار عمل Gen-ROTDA (التكيف مع النطاق عبر النقل الأمثل التوليدي القوي)، وهو مصمم للتعامل مع التحولات الزمنية من خلال مزيج من تفكيك المتبقي، وتوليد الميزات، والمحاذاة الأمثل للنقل. تتكون المنهجية من أربع مراحل رئيسية:

1. تفكيك المتبقي والمرساة (Anchor-Residual Decomposition):
   بدلاً من نقل الطلب الخام، تقوم الطريقة بتفكيك الطلب المحول لوغاريتمياً ($z = \log(1+Y)$) إلى مكونين:

• مكون المرساة (Anchor Component): نموذج للنطاق المستهدف $a_\phi(A)$ يتم تدريبه باستخدام عينات مستهدفة موسومة باستخدام ميزات مكانية وزمنية مستقرة (مثل الإحداثيات، الساعة، يوم الأسبوع). وهذا يلتقط هيكل المحطة والوقت المستقر.
• المكون المتبقي (Residual Component): الفرق $r = z - a_\phi(A)$، والذي يحتوي على الديناميكيات الخاصة بكل سنة. يتم تطبيق التكيف مع النطاق حصرياً على هذا المكون المتبقي.

2. مولد الميزات المتبقية الحافظ للعلامات:
   يقوم مولد حتمي $G_\theta(T) = T + h_\theta(T)$ (حيث $h_\theta$ هو شبكة MLP صغيرة) بتحويل ميزات المتبقي للمصدر لتشبه ميزات الهدف. وخلافاً لنماذج GAN العشوائية، يهدف هذا المولد إلى إبقاء الميزات المحولة قريبة من التمثيل الأصلي مع محاذاة التوزيعات. يجمع هدف التدريب بين:

• فقدان محاذاة التوزيع (بأسلوب MMD) بين ميزات المصدر المولدة وميزات الهدف.
• تنظيم الهوية (Identity regularization) لمنع الحركة المفرطة للميزات.
• فقدان الحفاظ على العلامات والإشراف لضمان الاحتفاظ بالمعلومات ذات الصلة بالطلب.

3. محاذاة النقل الأمثل القوي (Robust Optimal Transport - OT):
   بعد توليد الميزات، تقوم الطريقة بمحاذاة توزيعات المصدر والهدف باستخدام النقل الأمثل. ولمعالجة حساسية OT القياسي تجاه القيم المتطرفة، يستخدم Gen-ROTDA خطوة التقليم القوي (robust trimming):

• يتم ترتيب مدخلات اقتران النقل حسب التكلفة.
• تُزال المطابقات ذات التكلفة العالية (القيم المتطرفة) حتى تصل الكتلة المتبقية إلى عتبة محددة (مثلاً 0.8).
• يتم إعادة تطبيع الاقتران المتبقي لحساب الإسقاطات الباريسنترية (barycentric projections). إذا فقد صف المصدر كل كتلته، يتم الاحتفاظ بالميزة المولدة الأصلية كحل احتياطي.

4. التنبؤ النهائي:
   يتم تدريب متنبئ متبقي على المتبقيات المنقولة للمصدر والمتبقيات المستهدفة الموسومة (مع زيادة وزن المتبقيات المستهدفة). يتم إعادة بناء التنبؤ النهائي بالطلب عن طريق إضافة المتبقي المتنبأ به إلى تنبؤ المرساة وتطبيق التحويل اللوغاريتمي العكسي.

المساهمات الرئيسية

1. صياغة المشكلة: تصيغ الورقة التنبؤ بطلب مشاركة الدراجات عبر السنوات كمسألة متبقية للتكيف مع النطاق الزمني، مما يفصل التأثيرات الهيكلية المستقرة عن الديناميكيات المتبقية القابلة للنقل.
2. اقتراح إطار العمل: تقدم Gen-ROTDA، التي تجمع بشكل فريد بين مولد ميزات متبقية حتمي وحافظ للعلامات وبين تقليم OT القوي.
3. التقييم الشامل: تم تقييم الطريقة على بيانات Citi Bike (2021-2026) عبر المهام الرئيسية، والنقل متعدد السنوات، واختبارات المتانة ضد السجلات غير الطبيعية، ودراسات الاستئصال (ablation studies).

النتائج التجريبية

• المهمة الرئيسية (2025 $\to$ 2026): حققت Gen-ROTDA أدنى متوسط خطأ مطلق (MAE) قدره 0.8625، متفوقة على النموذج المرجعي للمصدر فقط (0.8834) ومتغير Sinkhorn OTDA (0.8633). وبينما حققت Gen-OTDA (بدون التقليم القوي) أقل جذر متوسط مربع الخطأ (RMSE) وأعلى معامل تحديد ($R^2$)، كانت Gen-ROTDA متفوقة في تقليل متوسط الخطأ المطلق، وهو أمر بالغ الأهمية لبيانات الطلب المتفرقة والملتوية.
• الأداء متعدد السنوات: عبر مهام النقل للسنة المجاورة وسنتين، كانت Gen-ROTDA هي الطريقة الأفضل أداءً ضمن عائلة OT، حيث تفوقت قليلاً على Sinkhorn OTDA و ROTDA و Gen-OTDA. ومع ذلك، لم تتفوق على النماذج المرجعية القوية مثل الضبط الدقيق (Fine-tuning) وتكيف MMD في متوسط الخطأ المطلق الإجمالي.
• المتانة: في ظل وجود سجلات مستهدفة غير طبيعية محقونة (تلوث يصل إلى 20%)، أظهرت Gen-ROTDA استقراراً فائقاً. حيث زاد MAE الخاص بها بشكل طفيف فقط (من 0.8625 إلى 0.8629)، بينما أظهرت المتغيرات غير القوية (Sinkhorn OTDA و Gen-OTDA) تدهوراً كبيراً.
• الاستئصال (Ablation): أكدت الدراسة أن تقليم OT القوي هو المحرك الرئيسي لتحسين MAE. وفر المولد فائدة إضافية متواضلة ولكنه لم يكن العامل المهيمن بمفرده.

الأهمية والادعاءات
تدعي الورقة أن النقل القوي هو المكون الحاسم للتعامل مع عمليات النقل الزمنية الصاخبة في التنبؤ بالتنقل الحضري. ومن خلال تقليم مطابقات النقل عالية التكلفة، تخفف الطريقة بفعالية من تأثير السجلات المستهدفة غير الطبيعية التي عادة ما تزعزع استقرار مناهج OT القياسية.

يضع المؤلفون Gen-ROTDA ليس كمتنبئ متفوق عالمياً على جميع النماذج المرجعية (مع الإقرار بأن الضبط الدقيق البسيط وتكيف MMD لا يزالان قويين)، بل كـ طريقة قوية من عائلة OT توفر استقراراً كبيراً في وجود شذوذ في البيانات. ويتم تسليط الضوء على تصميم المرساة والمتبقي كاستراتيجية عملية لعزل الهياكل المستقرة، مما يجعل مسألة التكيف مع المتبقي أقل أبعاداً وأكثر قابلية للمعالجة. وتشير النتائج إلى أنه بينما يوفر تحويل الميزات التوليدي مرونة، فإن قيمته تكون تكميلية وتعتمد على المهمة، في حين أن المحاذاة القوية ضرورية للتكيف الموثوق مع النطاق الزمني في البيئات الصاخبة.