Vessel Traffic Flow Prediction on Sparse Data via Spatio-Temporal Graph Neural Networks with a Learnable Tweedie Head

Resumen Técnico: Predicción del Flujo de Tráfico Marítimo en Datos Dispersos mediante Redes Neuronales de Grafos Espacio-Temporales con un Cabezal Tweedie Aprendible

1. Planteamiento del Problema

La predicción precisa del flujo de tráfico de embarcaciones es esencial para las operaciones portuarias inteligentes y la seguridad de la navegación. Sin embargo, los datos del tráfico marítimo presentan desafíos únicos en comparación con las redes de tráfico urbano. A diferencia del tráfico urbano denso, los movimientos marítimos exhiben una inherente aleatoriedad, heterogeneidad y una severa inflación de ceros (estallidos intermitentes de actividad seguidos de largos períodos de inactividad).

El artículo identifica que las Redes Neuronales de Grafos Espacio-Temporales (ST-GNN) convencionales, aunque exitosas en dominios urbanos, se degradan significamente en este contexto marítimo. Cuando se entrenan con datos altamente dispersos, estos modelos tienden a converger hacia predicciones conservadoras cercanas a cero, fallando al capturar picos críticos de tráfico no nulos. Aunque se han propuesto modelos de Binomial Negativa con Inflación de Ceros (ZINB) para manejar la dispersión, el artículo señala sus limitaciones: su formulación de dos partes (modelando por separado la generación de ceros y los procesos de conteo) puede yielding resultados subóptimos si se violan los supuestos de generación de ceros, y a menudo luchan por capturar el comportamiento de cola larga de los estallidos repentinos de tráfico. Además, los enfoques basados en Tweedie existentes en otros dominios suelen depender de objetivos de entrenamiento sustitutos (por ejemplo, aproximaciones de cota inferior) para eludir la serie infincente intratable de la verosimilitud de Tweedie, lo que introduce complejidad y errores de aproximación.

2. Metodología

Los autores proponen un cabezal Tweedie aprendible y agnóstico al modelo diseñado para ser adjuntado como un módulo de salida plug-and-play a backbones de ST-GNN arbitrarios. Los componentes principales de la metodología son:

• Formulación de Grafo: El sistema marítimo se modela como un grafo dirigido $G=(V, E, A)$, donde los nodos representan zonas de puertos y de fondeo, y las aristas representan conexiones de navegación derivadas de las transiciones de trayectoria de los buques.
• Modelado Tweedie: En lugar del mecanismo ZINB de dos partes, el modelo utiliza la familia de dispersión exponencial de Tweedie (específicamente la distribución compuesta Poisson-Gamma para $1 < p < 2$). Esta distribución modela naturalmente los resultados cero y los valores positivos continuos sin requerir un mecanismo explícito de compuerta de ceros.
• Potencia de Varianza Aprendible: Una innovación clave es la predicción de un parámetro de potencia de varianza a nivel de nodo $p$. El cabezal divide las características del backbone para predecir la media $\mu$ y la potencia $p$ para cada nodo. Esto permite que el modelo capture de forma adaptativa la heterogeneidad espacial, que va desde un tráfico cercano a Poisson ($p \approx 1.1$) hasta un tráfico sobredisperso de tipo Gamma ($p \approx 1.9$).
• Objetivo de Entrenamiento (Desviación Unitaria): Para evitar la serie infinte de la verosimilitud de Tweedie exacta, los autores optimizan la desviación unitaria de Tweedie. Esto proporciona una función objetivo de forma cerrada que asegura una retropropagación estable sin depender de aproximaciones de cota inferior. La función de pérdida se define como:
  $$d(y, \mu, p) = 2 \left( \frac{y^{2-p}}{(1-p)(2-p)} - \frac{y \mu^{1-p}}{1-p} + \frac{\mu^{2-p}}{2-p} \right)$$
  (con el primer término establecido en 0 cuando $y=0$).
• Inferencia: El modelo devuelve la media de Tweedie $\hat{y} = \mu$ como la predicción puntual.

3. Configuración Experimental

• Conjunto de Datos: Datos reales del Sistema de Identificación Automática (AIS) del Puerto de Los Ángeles y Long Beach (LA/LB) de septiembre a noviembre de 2024.
• Construcción del Grafo: Se extrajeron 30 nodos poligonales (terminales y zonas de fondeo) mediante el agrupamiento DBSCAN de señales AIS estacionarias. Se construyeron 198 aristas dirigidas basadas en los conteos de transición de buques.
• Líneas Base (Baselines): El cabezal propuesto fue probado en tres backbones de ST-GNN representativos: STGCN, DCRNN y Graph WaveNet (GWNet).
• Comparaciones: Cada backbone fue evaluado con tres cabezales de salida:
  1. Base: Regresión estándar (pérdida MAE).
  2. +ZINB: Un cabezal ZINB.
  3. +Tweedie (Nuestro): El cabezal Tweedie aprendible propuesto.
• Métricas: Se reportaron el Error Absoluto Medio (MAE) y la Raíz del Error Cuadrático Medio (RMSE) tanto para "Todos" los datos como para datos "No nulos" (para mitigar el sesgo de los ceros frecuentes).

4. Resultados Clave

• Rendimiento en Eventos No Nulos: Las ST-GNN convencionales (Base) lograron el MAE general más bajo pero tuvieron un desempeño deficiente en eventos no nulos, confirmando su tendencia a subpredecir los picos de tráfico. Tanto el +ZINB como el +Tweedie mejoraron el MAE de los No nulos, demostrando una mejor sensibilidad a la actividad real de tráfico.
• Superioridad del RMSE: El método propuesto +Tweedie alcanzó consistentemente el RMSE y el RMSE de No nulos más bajos en los tres backbones. Dado que el RMSE penaliza más fuertemente los errores grandes, esto indica que el cabezal Tweedie es superior al capturar la magnitud de las súbitas oleadas de tráfico en comparación con los modelos Base y ZINB.
• Análisis Cualitativo: Las visualizaciones de los pronósticos de un paso adelante (1-step-ahead) mostraron que, mientras el modelo Base producía predicciones planas y conservadoras, y el modelo ZINB a menudo subestimaba las magnitudes pico (debido al efecto de descuento de la compuerta de inflación de ceros $\pi$), el cabezal Tweedie producía predicciones más nítidas y proporcionales que seguían de cerca el ascenso y descenso de los picos de tráfico tanto en las zonas de fondeo como en las terminales.

5. Significancia y Reivindicaciones

El artículo afirma que el cabezal Tweedie aprendible y agnóstico al modelo propuesto ofrece una solución robusta para la previsión del tráfico marítico disperso al:

1. Eliminar Errores de Aproximación: Al optimizar la desviación unitaria de forma cerrada en lugar de depender de aproximaciones de verosimilitud sustitutas, el método asegura un entrenamiento estable sin la complejidad de las sumas de series infinitas.
2. Capturar la Heterogeneidad: La potencia de varianza $p$ aprendible a nivel de nodo permite al modelo adaptarse a las características estadísticas específicas de diferentes áreas portuarias.
3. Mejorar la Fiabilidad: El marco mejora significamente la predicción de eventos de tráfico no nulos, proporcionando una señal más fiable para el control práctico del tráfico marítimo que las ST-GNN convencionales o los enfoques basados en ZINB.

Limitaciones y Trabajo Futuro:
Los autores señalan modestamente que, aunque el método mejora la predicción de picos, todavía tiende a permanecer conservador durante los eventos más extremos. El estudio está limitado a una sola región (LA/LB) y a un período específico de tres meses con agregación horaria. Se propone como trabajo futuro incluir la evaluación transregional, la incorporación de información exógena (por ejemplo, clima, horarios), actualizaciones dinámicas del grafo y la exploración de objetivos conscientes de la cola (tail-aware) o enfoques híbridos para manejar mejor los picos de tráfico extremos.