💻 computer science

A Hybrid Multi-scale Convolutional Neural Network-Long Short-Term Memory Model Incorporating Squeeze Excitation Attention for Hourly Air Quality Index Prediction

Este estudio propone un modelo híbrido MSCNN-LSTM mejorado con atención de Squeeze-and-Excitation para predecir los valores horarios del Índice de Calidad del Aire, demostrando una precisión y estabilidad superiores en comparación con los modelos de aprendizaje profundo tradicionales mediante la extracción de características multiescala y la ponderación de canales adaptativa en datos de la ciudad de Yiyang.

Autores originales: Huawei Xu, Long Li, Qi Tang, Junhua Huang, Xin Fang

Publicado 2026-09-08

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Huawei Xu, Long Li, Qi Tang, Junhua Huang, Xin Fang

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La contaminación del aire es una fuerza silenciosa y cambiante que moldea la salud de las ciudades y la seguridad de las personas que viven en ellas. Para gestionar esta amenaza invisible, los científicos confían en un único número llamado Índice de Calidad del Aire, o AQI. Este índice actúa como un reporte de calificaciones diario, traduciendo mezclas complejas de humo, polvo y gases en una puntuación que nos indica si el aire es seguro para respirar. Sin embargo, el aire no permanece estático; cambia hora tras hora, impulsado por el clima, el tráfico y la actividad industrial. Predecir estos cambios es difícil porque los factores involucrados interactúan de formas desordenadas y no lineales. Los métodos tradicionales a menudo luchan por ver el panorama completo, perdiendo los patrones sutiles que señalan un aumento repentino de la contaminación o una limpieza rápida del cielo. Para resolver esto, los investigadores han recurrido a una rama de la informática conocida como aprendizaje profundo, donde los programas informáticos aprenden a reconocer patrones en vastas cantidades de datos, de forma muy similar a como el cerebro humano aprende de la experiencia.

En un estudio reciente centrado en la ciudad de Yiyang, en la provincia de Hunan, un equipo de investigadores se propuso construir un mejor cristal predictivo para la calidad del aire. Querían crear un sistema que pudiera pronosticar el AQI horario con alta precisión, utilizando datos de los últimos dos años. El equipo, liderado por Huawei Xu y sus colegas, desarrolló un nuevo modelo computacional híbrido que combina tres herramientas digitales distintas para imitar la forma en que se comporta la atmósfera. Primero, utilizaron una red neuronal convolucional multiescala, un tipo de programa diseñado para observar los datos a través de diferentes "lentes" simultáneamente. Imagine intentar comprender un paisaje mirando a través de un lente gran angular, un lente teleobjetivo y un lente de zoom al mismo tiempo; esta herramienta hace lo mismo con el tiempo, capturando picos a corto plazo, tendencias a medio plazo y ciclos a largo plazo en los datos de contaminación, todo a la vez.

A continuación, el equipo introdujo un mecanismo llamado atención de Compresión y Excitación (Squeeze-and-Excitation). Este actúa como un filtro inteligente para la información que la computadora ha recopilado. En una tormenta de datos, no toda la información es igualmente importante en cada momento. Este mecanismo de atención permite que el modelo haga una pausa, evalúe qué factores están impulsando actualmente los niveles de contaminación y amplifique esas señales mientras ignora el ruido. Finalmente, el sistema introduce esta información refinada en una red de Memoria a Largo Corto Plazo, o LSTM. Esta parte del modelo está especializada en recordar el pasado; retiene la historia de cómo ha cambiado la calidad del aire a lo largo del tiempo, permitiéndole entender cómo una mañana fría puede derivar en una tarde con smog, o cómo una semana de lluvia puede limpiar el aire. Al entrelazar estos tres componentes, los investigadores crearon un modelo que no solo observa los datos, sino que comprende la historia que estos cuentan.

Los investigadores probaron su nuevo modelo contra métodos más antiguos y simples utilizando datos del mundo real de la ciudad de Yiyang, cubriendo cada hora desde enero de 2023 hasta diciembre de 2024. Alimentaron a la computadora con registros históricos de contaminantes como el material particulado fino y el monóxido de carbono, junto con datos meteorológicos como la temperatura, el viento y la presión atmosférica. Los resultados fueron impactantes. El nuevo modelo híbrido superó a los enfoques estándar, reduciendo sus errores de predicción en aproximadamente una cuarta parte en comparación con los modelos básicos. Logró una puntuación de 0.96 en una escala donde 1.0 es una coincidencia perfecta, lo que significa que sus pronósticos fueron increíblemente cercanos a lo que realmente sucedió en el aire. El modelo demostró ser particularmente hábil para manejar los extremos, prediciendo con precisión tanto los picos peligrosos de la contaminación invernal como los valores bajos y limpios del verano.

El estudio también reveló cómo se comporta la calidad del aire en Yiyang a lo largo del año. Los datos mostraron un ritmo claro: los niveles de contaminación son más altos en el invierno, superando a menudo los 100 en el índice, impulsados por las temperaturas frías que atrapan el humo cerca del suelo y la quema de combustibles para calefacción. En contraste, el aire del verano es significativamente más limpio, con puntuaciones promedio que caen por debajo de 40, gracias a las fuertes lluvias que lavan los contaminantes y al calor ascendente que ayuda a dispersarlos. El modelo computacional aprendió estas reglas estacionales de forma natural, sin que se le indicara explícitamente las fechas del calendario. Cuando los investigadores pidieron al modelo que explicara qué factores eran más importantes, este señaló las mismas cosas que un experto humano esperaría: la concentración de partículas de polvo fino, la temperatura y la presión atmosférica. El modelo confirmó que cuando estos números específicos suben o bajan, la calidad del aire sigue su curso.

Al combinar la capacidad de ver patrones a diferentes velocidades, la inteligencia para enfocarse en lo que importa y la memoria para aprender de la historia, este nuevo enfoque ofrece una herramienta poderosa para los planificadores urbanos y los funcionarios de salud pública. No solo adivina el futuro; lo calcula basándose en la realidad compleja y cambiante de la atmósfera. El estudio demuestra que cuando damos a las computadoras las herramientas adecuadas para mirar al mundo, pueden ayudarnos a ver los peligros invisibles en nuestro aire con una claridad sin precedentes, proporcionando una guía confiable para proteger a las comunidades de los riesgos para la salud derivados de la contaminación.

Resumen Técnico: Un Modelo Híbrido de Red Neuronal Convolucional de Escala Múltiple y Memoria de Largo Corto Plazo con Incorporación de Atención de Excitación de Compresión para la Predicción Horaria del Índice de Calidad del Aire

Planteamiento del Problema
La predicción precisa del Índice de Calidad del Aire (ICA) es fundamental para la protección de la salud pública y la formulación de políticas. Si bien se han aplicado modelos de aprendizaje profundo existentes para el pronóstico del ICA, estos enfrentan limitaciones específicas: las Redes Neuronales Convolucionales (CNN) estándar suelen depender de núcleos convolucionales de escala única, los cuales no logran capturar los complejos patrones de múltiples escalas temporales inherentes a las variaciones de los contaminantes atmosféricos. Además, los modelos híbridos tradicionales (por ejemplo, CNN-LSTM) carecen frecuentemente de un mecanismo adaptativo para regular la importancia de los canales de características al integrar datos de múltiples fuentes (contaminantes y meteorología), lo que provoca que la información redundante interfiera con la representación de las características clave. Adicionalmente, los modelos existentes suelen tener dificultades con la estabilidad de la predicción durante los períodos de valores bajos, como los meses de verano.

Metodología
Para abordar estas limitaciones, los autores proponen una arquitectura de aprendizaje profundo híbrida: MSCNN-LSTM con Atención SE. El modelo integra tres componentes principales:

Red Neuronal Convolucional de Escala Múltiple (MSCNN): A diferencia de las CNN estándar, este módulo emplea capas convolucionales paralelas con tres tamaños de núcleo distintos (3, 5 y 7) y conteos de filtros variables (96, 64 y 32). Este diseño extrae características temporales de múltiples escalas de las secuencias de entrada, capturando simultáneamente fluctuaciones a corto plazo, tendencias a mediano plazo y patrones periódicos a largo plazo.
Mecanismo de Atención de Compresión y Excitación (SE): Tras la concatenación de las características multiescala, el módulo SE realiza una operación de "Compresión" (promedio global de pooling) para comprimir las características espaciotemporales en un descriptor de canal. Una operación de "Excitación" utiliza entonces dos capas totalmente conectadas (con una relación de compresión de 3) para generar coeficientes de peso específicos por canal. Esto permite que el modelo recalibre adaptativamente los canales de características, resaltando las entradas críticas (por ejemplo, contaminantes específicos o factores meteorológicos) mientras suprime la información redundante o ruidosa.
Memoria de Largo Corto Plazo (LSTM): Las secuencias de características reponderadas se introducen en una capa LSTM para capturar las dependencias temporales a largo plazo y los efectos acumulativos en las variaciones del ICA, emitiendo finalmente el valor predicho del ICA.

Datos y Configuración Experimental
El estudio utilizó datos horarios de contaminantes atmosféricos y meteorológicos de la ciudad de Yiyang, provincia de Hunan, que cubren el período del 1 de enero de 2023 al 31 de diciembre de 2024. Las variables de entrada incluyeron PM2.5, PM10, NO2, CO, temperatura, punto de rocío, presión atmosférica y características de tiempo periódico (codificadas mediante funciones seno/coseno). El conjunto de datos se dividió en un 80% para entrenamiento y un 20% para validación. El modelo propuesto se comparó con otras tres arquitecturas: LSTM estándar, LSTM con atención SE y una CNN-LSTM estándar. El rendimiento se evaluó utilizando el Error Absoluto Medio (MAE), la Raíz del Error Cuadrático Medio (RMSE), el Error Porcentual Absoluto Medio (MAPE) y el Coeficiente de Determinación ( $R^2$ ).

Resultados Clave

Rendimiento General: El modelo MSCNN-LSTM con atención SE logró la mayor precisión predictiva en el conjunto de validación, con un $R^2$ de 0.96. En comparación con el modelo LSTM tradicional, redujo el MAE en un 25.16%, el RMSE en un 22.14% y el MAPE en un 23.17%, con valores de 5.65, 7.94 y 8.72%, respectivamente.
Estabilidad Estacional: El modelo propuesto superó al LSTM estándar en todas las estaciones. Notablemente, demostró una capacidad de ajuste y estabilidad superior durante los meses de verano (períodos de bajo ICA), un escenario donde otros modelos suelen presentar errores más altos. En escenarios de verano, el modelo redujo el MAE, el RMSE y el MAPE en un 5%, 5% y 9% respectivamente en comparación con el modelo CNN-LSTM.
Importancia de las Características: El análisis SHAP (Explicaciones de Adición de Shapley) identificó al PM2.5, PM10, la temperatura y la presión atmosférica como los factores más significativos que influyen en las predicciones del ICA. El análisis confirmó que las predicciones del modelo se alinean con los mecanismos físicos, tales como la correlación positiva entre altas temperaturas/presión y el aumento del ICA debido a la reducción de la dispersión y el aumento de las reacciones fotoquímicas.

Significancia y Reivindicaciones
El artículo sostiene que el modelo híbrido propuesto proporciona una solución de alta precisión e interpretable para el pronóstico horario de la calidad del aire regional. Su principal significancia radica en su capacidad para abordar simultáneamente dos brechas críticas en la literatura existente: la incapacidad de los núcleos de escala única para capturar variaciones temporales múltiples y la falta de ponderación de canales adaptativa en la integración de características de múltiples fuentes. Al combinar eficazmente la extracción de características multiescala con mecanismos de atención dinámica, el modelo logra una robustez superior contra valores extremos de ICA y una mejor estabilidad durante los períodos de baja contaminación. Los autores concluyen que esta arquitectura ofrece una herramienta confiable para el control de la contaminación, sistemas de alerta temprana y la base científica para la formulación de políticas de calidad del aire regional.

Más como este