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

Resumen Técnico: Adaptación de Dominio Residual Generativa Guiada por Transporte Óptimo Robusto para la Predicción de la Demanda de Bicicletas Compartidas

Planteamiento del Problema
Los modelos de predicción de demanda de bicicletas compartidas entrenados con datos históricos de estación-hora a menudo se degradan al desplegarse en años posteriores debido a desplazamientos temporales del dominio. Factores como cambios en la popularidad de las estaciones, comportamientos de desplazamiento, composición de los ciclistas y patrones operativos alteran la distribución subyacente de los datos ($P_s(X, Y) \neq P_t(X, Y)$). Este desafío se ve exacerbado por la escasez, la asimetría y el ruido inherentes a los datos de demanda, donde unas pocas estaciones y horas pico dominan los errores de predicción. Además, los dominios objetivo pueden contener registros anómalos causados por eventos inusuales o problemas de calidad de los datos, lo que puede desestabilizar los métodos estándar de adaptación de dominio. El artículo aborda la tarea específica de predecir la demanda de Citi Bike de marzo desde 2021 hasta 2026, centrándose en la transferencia de 2025 a 2026 como escenario principal de evaluación.

Metodología: Gen-ROTDA
El artículo propone Gen-ROTDA (Adaptación de Dominio de Transporte Óptimo Robusto Generativa), un marco diseñado para manejar desplazamientos temporales mediante una combinación de descomposición residual, generación de características y alineación de transporte robusto. La metodología consta de cuatro etapas clave:

1. Descomposición Ancla-Residual:
   En lugar de transferir la demanda cruda, el método descompone la demanda transformada logarítmicamente ($z = \log(1+Y)$) en dos componentes:

   • Componente Ancla: Un modelo del dominio objetivo $a_\phi(A)$ entrenado con muestras objetivo etiquetadas utilizando características espaciales y calendáricas estables (por ejemplo, coordenadas, hora, día de la semana). Esto captura la estructura estable de estación-tiempo.
   • Componente Residual: La diferencia $r = z - a_\phi(A)$, que contiene las dinámicas específicas del año. La adaptación de dominio se aplica exclusivamente a este componente residual.

2. Generador de Características Residuales que Preserva las Etiquetas:
   Un generador determinista $G_\theta(T) = T + h_\theta(T)$ (donde $h_\theta$ es una pequeña red neuronal multicapa) transforma las características residuales de origen para que se asemejen a las características objetivo. A diferencia de los GAN estocásticos, este generador busca mantener las características transformadas cercanas a la representación original mientras alinea las distribuciones. El objetivo de entrenamiento combina:

   • Pérdida de alineación de distribuciones (estilo MMD) entre las características de origen generadas y las características objetivo.
   • Regularización de identidad para evitar un movimiento excesivo de las características.
   • Pérdidas de preservación de etiquetas y supervisión para asegurar que se retenga la información relevante para la demanda.

3. Alineación de Transporte Óptimo (OT) Robusto:
   Tras la generación de características, el método alinea las distribuciones de origen y objetivo utilizando Transporte Óptimo. Para abordar la sensibilidad del OT estándar a los valores atípicos, Gen-ROTDA emplea un paso de recorte robusto:

   • Las entradas de acoplamiento de transporte se ordenan por costo.
   • Las coincidencias de alto costo (valores atípicos) se eliminan hasta que la masa retenida alcanza un umbral especificado (por ejemplo, 0.8).
   • El acoplamiento restante se renormaliza para calcular proyecciones baricéntricas. Si una fila de origen pierde toda su masa, se conserva la característica generada original como respaldo.

4. Predicción Final:
   Un predictor residual se entrena con las residuos de origen transportadas y las residuos objetivo etiquetadas (con las residuos objetivo ponderadas hacia arriba). La predicción final de la demanda se reconstruye sumando el residual predicho a la predicción ancla y aplicando la transformación logarítmica inversa.

Contribuciones Clave

1. Formulación del Problema: El artículo formula la predicción de bicicletas compartidas entre años como un problema de adaptación de dominio temporal residual, separando los efectos estructurales estables de las dinámicas residuales transferibles.
2. Propuesta de Marco: Introduce Gen-ROTDA, que combina de manera única un generador de características residuales determinista que preserva las etiquetas con un recorte de OT robusto.
3. Evaluación Exhaustiva: El método se evalúa en datos de Citi Bike (2021–2026) en tareas principales, transferencias de múltiples años, pruebas de robustez contra registros anómalos y estudios de ablación.

Resultados Experimentales

• Tarea Principal (2025 $\to$ 2026): Gen-ROTDA logró el Error Absoluto Medio (MAE) más bajo de 0.8625, superando la línea base solo de origen (0.8834) y la variante Sinkhorn OTDA (0.8633). Aunque Gen-OTDA (sin recorte robusto) logró el RMSE más bajo y el $R^2$ más alto, Gen-ROTDA fue superior en la minimización del error absoluto promedio, lo cual es crítico para datos de demanda escasos y asimétricos.
• Rendimiento Multianual: En tareas de transferencia entre años adyacentes y de dos años, Gen-ROTDA fue el método de mejor rendimiento dentro de la familia OT, superando ligeramente a Sinkhorn OTDA, ROTDA y Gen-OTDA. Sin embargo, no superó a líneas base sólidas como el ajuste fino y la adaptación MMD en el MAE promedio general.
• Robustez: Bajo registros objetivo anómalos inyectados (hasta un 20% de contaminación), Gen-ROTDA demostró una estabilidad superior. Su MAE aumentó solo marginalmente (de 0.8625 a 0.8629), mientras que las variantes no robustas (Sinkhorn OTDA y Gen-OTDA) mostraron una degradación significativa.
• Ablación: El estudio confirmó que el recorte de OT robusto es el principal impulsor de la mejora del MAE. El generador proporcionó un beneficio adicional modesto, pero no fue el factor dominante por sí solo.

Significado y Afirmaciones
El artículo afirma que el transporte robusto es el componente crítico para manejar transferencias temporales ruidosas en la predicción de la movilidad urbana. Al recortar las coincidencias de transporte de alto costo, el método mitiga eficazmente el impacto de los registros objetivo anómalos que suelen desestabilizar los enfoques de OT estándar.

Los autores posicionan a Gen-ROTDA no como un predictor universalmente superior en todas las líneas base (reconociendo que el ajuste fino simple y la adaptación MMD siguen siendo fuertes), sino como un método robusto de la familia OT que ofrece una estabilidad significativa en presencia de anomalías de datos. El diseño ancla-residual se destaca como una estrategia práctica para aislar estructuras estables, haciendo que el problema de adaptación residual sea de menor dimensión y más manejable. Los hallazgos sugieren que, aunque la transformación generativa de características ofrece flexibilidad, su valor es complementario y dependiente de la tarea, mientras que la alineación robusta es esencial para una adaptación de dominio temporal fiable en entornos ruidosos.