Heterogeneous Graph Neural Networks with Post-hoc Explanations for Multi-modal and Explainable Land Use Inference

Resumen Técnico: Redes Neuronales de Grafos Heterogéneos con Explicaciones Post-hoc para la Inferencia de Uso de Suelo Multimodal y Explicable

Planteamiento del Problema
La inferencia del uso del suelo urbano es crítica para la planificación urbana y la toma de decisiones políticas, pero enfrenta desafíos significativos en precisión, integración de datos e interpretabilidad. Los métodos tradicionales a menudo dependen de suposiciones simplificadas o datos de encuestas, fallando en capturar la naturaleza compleja y dinámica de los entornos urbanos. Aunque los enfoques recientes basados en datos utilizan datos de movilidad multimodal (por ejemplo, registros de teléfonos móviles, trayectorias GPS), los estudios existentes procesan frecuentemente las muestras de forma independiente, ignorando las correlaciones espaciales entre objetos vecinos y la heterogeneidad entre diferentes servicios de transporte. Además, la naturaleza de "caja negra" de los modelos de aprendizaje profundo obstaculiza su adopción en contextos políticos donde la transparencia y la capacidad de extrapolar para decisiones a largo plazo son esenciales.

Metodología
Los autores proponen un marco explicable que sinergiza las Redes Neuronales de Grafos Heterogéneos (HGN) con técnicas de Inteligencia Artificial Explicable (XAI) post-hoc. La metodología se estructura en tres componentes principales:

1. Construcción de Grafos Heterogéneos:
   El sistema de movilidad urbana se modela como un grafo heterogéneo donde los nodos representan diferentes tipos de instalaciones de movilidad (estaciones de metro, paradas de autobús, estaciones de bicicletas compartidas) y las aristas representan conexiones espaciales (redes viales, rutas de tránsito).

   • Nodos: Las características se derivan de datos diarios de entrada de pasajeros (intervalos de 15 minutos de 06:00 a 22:00) para tres modos: Metro, Autobús y Bicicleta.
   • Aristas: Se modelan dos tipos de conexiones: aristas de la red de tránsito (por ejemplo, líneas de metro) y aristas de la red vial (categorizadas por tipo: primaria, secundaria, residencial, etc.). Las conexiones entre diferentes tipos de nodos (por ejemplo, caminar entre una parada de autobús y una estación de metro) se modelan como trayectorias más cortas en la red vial.
   • Etiquetas: La intensidad del uso del suelo se define mediante seis categorías de Puntos de Interés (POI) (Oficina, Sustento, Transporte, Comercio Minorista, Ocio, Residencia) dentro de un área de captación de 1 km alrededor de cada nodo.

2. Modelo de Red Neuronal de Grafo Heterogéneo (HGT):
   El modelo central es un Transformador de Grafo Heterogéneo diseñado para manejar múltiples tipos de nodos y aristas.

   • Transformación de Características: Las características de los nodos se proyectan en un espacio unificado basándose en sus tipos de nodo específicos.
   • Atención Multi-cabeza: Un mecanismo de atención multi-cabeza calcula representaciones de mensajes desde nodos fuente a nodos objetivo, teniendo en cuenta los tipos específicos de nodos fuente, nodos objetivo y aristas conectoras.
   • Agregación: La información se agrega desde los vecinos utilizando pesos de atención para actualizar las representaciones de los nodos, seguida de una capa totalmente conectada para predecir las intensidades de uso del suelo.

3. Explicabilidad Post-hoc:
   Para abordar el problema de la caja negra, el marco emplea dos métodos de XAI:

   • Atribución de Características: Utilizando Gradientes Integrados (y Gradiente · Entrada) para cuantificar la importancia de las características de entrada (por ejemplo, flujo de pasajeros en momentos específicos) sobre el uso del suelo predicho.
   • Explicaciones Contrafactuales (EC): Una noción novedosa definida para grafos heterogéneos para identificar los cambios mínimos requeridos en un subgrafo (características de nodo, tipos de nodo, tipos de arista o estructura) para desplazar una predicción desde su estado actual a un estado de uso del suelo "mixto" deseable. Esto implica calcular una métrica de disimilitud local de subgrafos que tenga en cuenta las diferencias de características, tipo y estructura.

Contribuciones Clave

• Integración de Datos: Los autores construyen un grafo heterogéneo que integra datos de movilidad multimodal (Autobús, Metro, Bicicleta) y datos de redes topológicas, permitiendo el aprendizaje de representaciones espaciales que capturan la heterogeneidad de los sistemas de transporte urbanos.
• Aplicación Novel de HGN: Este trabajo es pionero en la aplicación de Redes de Grafos Heterogéneos para la inferencia de uso de suelo, abordando específicamente las dependencias espaciales y la heterogeneidad de nodos y aristas. El estudio demuestra que las HGN superan significativamente a los modelos de referencia (NN, GCN, GAT, GraphSage, RGCN).
• Marco de Explicabilidad: El artículo introduce un análisis de atribución de características para verificar el comportamiento del modelo frente a las expectativas de las partes interesadas (por ejemplo, patrones de viajeros) y define un nuevo método de explicación contrafactual adaptado para grafos heterogéneos. Esto permite a los planificadores entender no solo qué predice el modelo, sino cómo modificaciones específicas de entrada podrían conducir a resultados diferentes e ideales.

Resultados
Se realizaron experimentos empíricos en un conjunto de datos que cubre el Londres interior y central, utilizando datos de Transport for London (TfL) y OpenStreetMap.

• Rendimiento: El modelo HGT propuesto superó consistentemente a todos los modelos de referencia en los seis indicadores de uso de suelo. Las mejoras más significativas se observaron en 'Sustento' (68,35% de mejora en MAE sobre NN) y 'Oficina' (63,95% de mejora).
• Análisis Espacial: El análisis de la distribución de residuos mostró que HGT redujo significativamente la sobreestimación o subestimación sistemática de áreas específicas en comparación con modelos homogéneos (GCN), indicando un mejor manejo de la heterogeneidad espacial.
• Estudio de Ablación: Los experimentos que eliminaron modos de transporte específicos confirmaron que una mayor conectividad e información heterogénea (combinando datos de autobús, metro y bicicleta) son complementarios y cruciales para la precisión de la predicción, particularmente para categorías desafiantes como 'Ocio'.
• Hallazgos de Explicabilidad:
  • Atribución de Características: La importancia de las características de la hora del día se alineó con patrones conocidos de actividad humana (por ejemplo, alta entrada matutina para áreas residenciales, alta entrada nocturna para áreas de oficina/sustento).
  • Contrafactuales: El análisis reveló que lograr un estado de uso del suelo "mixto" requiere grados variables de cambio dependiendo de la ubicación. Para algunos nodos, cambiar las características del nodo (flujo de tráfico) fue el principal impulsor, mientras que para otros, cambiar los tipos de arista (jerarquía vial) o los tipos de nodo fue más crítico.

Significado y Afirmaciones
El artículo afirma que el marco propuesto proporciona una herramienta robusta, precisa y transparente para las partes interesadas urbanas. Al avanzar más allá del procesamiento de muestras independientes hacia un enfoque de grafo heterogéneo, el modelo captura dependencias espaciales complejas y heterogeneidad de servicios. Crucialmente, la integración de explicaciones post-hoc cierra la brecha entre el aprendizaje profundo de alta precisión y la transparencia requerida para la toma de decisiones políticas. Los autores postulan que estos conocimientos, específicamente la capacidad de verificar la lógica del modelo contra el conocimiento experto y simular escenarios de "qué pasaría si" para la planificación del uso del suelo, generan confianza en las herramientas de planificación urbana impulsadas por IA. El trabajo es modesto en su alcance, reconociendo limitaciones como el uso de relaciones de 1 salto y la dependencia de datos de salida, sugiriendo que el trabajo futuro debería explorar transferencias de múltiples pasos y entradas de datos más comprehensivas.