💻 computer science

Research on Enterprise Cost Prediction Method Based on Improved Informer Model

Este artículo propone un modelo basado en Informer mejorado que incorpora un algoritmo de eliminación de ruido dinámico basado en la desviación estándar y un mecanismo de muestreo adaptativo consciente de la volatilidad para mejorar la precisión y la estabilidad de las predicciones de costos empresariales, demostrando un rendimiento superior con respecto a los métodos existentes tanto en conjuntos de datos empresariales como de referencia.

Autores originales: Nan Ban, Li Cao, Yiping Yuan, Feng Tan, Jingjing Li

Publicado 2026-08-10

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Nan Ban, Li Cao, Yiping Yuan, Feng Tan, Jingjing Li

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

Imagina que estás intentando predecir el clima para el próximo mes. Miras al cielo, pero es un caos de tormentas repentinas, picos de calor extraños y nubes aleatorias que no significan nada. Si intentas adivinar la temperatura basándote en ese ruido, probablemente te equivocarás. Este es el lucha diaria de la "predicción de series temporales", una rama de la ciencia donde las computadoras intentan predecir el futuro basándose en una línea de datos pasados. Usualmente, estas computadoras son como estudiantes superinteligentes que son excelentes detectando patrones, pero se distraen fácilmente con el "ruido": saltos repentinos y extraños en los datos que no son tendencias reales, sino solo fallos o accidentes.

Para resolver esto, los científicos han construido una herramienta especial llamada "Informer". Piensa en el Informer como un bibliotecario supereficaz que puede leer un millón de libros (puntos de datos) en un segundo sin que le duela la cabeza. Utiliza un truco llamado "atención dispersa" (sparse attention), que es como si el bibliotecario decidiera leer solo los capítulos más importantes de un libro para ahorrar tiempo, en lugar de leer cada palabra. Sin embargo, incluso este superbibliotecario tiene una debilidad: cuando los datos son desordenados y saltan salvajemente (como los costos empresariales), el bibliotecario podría accidentalmente saltarse los giros de trama más emocionantes e importantes porque está tratando de ser demasiado eficiente. Este artículo aborda ese problema específico.

El Problema: Cuando los Datos se Vuelven Locos

Imagina que eres el gerente de una fábrica gigante. Cada día, necesitas saber cuánto dinero vas a gastar la próxima semana, el próximo mes o incluso el próximo año. Esto se llama "predicción de costos empresariales". Pero los datos de costos son desordenados. A veces, el precio de una materia prima sube repentinamente debido a un retraso en el envío, o una máquina se avería inesperadamente. Estos son "valores extremos": ruidos fuertes y repentinos en los datos que parecen grandes tendencias, pero que en realidad son solo accidentes.

Los modelos informáticos antiguos se confunden con estos accidentes. Piensan que un pico de gasto de un solo día es una nueva regla para el futuro, lo que los lleva a hacer predicciones erróneas. Incluso el modelo "Informer", que suele ser excelente para las predicciones a largo plazo, tiene dificultades aquí. Intenta ser eficiente eligiendo puntos de datos de forma algo aleatoria para ahorrar tiempo, pero en un entorno de costos caótico, podría ignorar accidentalmente los mismos picos que más importan, o distraerse con el ruido.

La Solución: Un Bibliotecario Más Inteligente y Atento

Los autores de este artículo, Nan Ban y su equipo, decidieron darle al Informer una actualización seria. No se limitaron a lanzarle más datos; le enseñaron dos nuevas habilidades para manejar el caos de los costos comerciales del mundo real.

Habilidad 1: Los "Auriculares con Cancelación de Ruido" (Denoising Dinámico)
Primero, añadieron una etapa de preprocesamiento. Imagina que los datos son una canción llena de estática y sonidos de chasquidos. Antes de que el Informer escuche la canción, este nuevo algoritmo se pone unos auriculares con cancelación de ruido. Observa los datos y pregunta: "¿Es esto una tendencia real o solo un fallo?".

Si un número es demasiado alto o bajo en comparación con sus vecinos (como un salto repentino e imposible en los costos de suministros de oficina), el algoritmo no solo lo borra —eso perdería información importante—. En su lugar, lo "suaviza", como si blendara suavemente un borde rugoso para que encaje mejor con la curva.
Crucialmente, este no es un filtro de "talla única". El algoritmo es lo suficientemente inteligente como para saber que algunos costos (como las materias primas) son naturalmente salvajes y saltarines, mientras que otros (como el alquiler de oficinas) son tranquilos. Ajusta su sensibilidad en consecuencia, manteniendo las tendencias "salvajes" reales mientras elimina el ruido falso.

Habilidad 2: El "Foco en la Acción" (Muestreo Consciente de la Volatilidad)
Una vez que los datos están más limpios, el Informer tiene que decidir qué leer. El Informer original elige los puntos de datos de forma algo aleatoria para ahorrar tiempo. La nueva versión, sin embargo, utiliza una estrategia "consciente de la volatilidad".

Piensa en esto como un operador de cámara en un concierto. Si la banda toca una balada lenta y aburrida, la cámara se queda quieta. Pero si el baterista comienza un solo loco y rápido (alta volatilidad), la cámara hace zoom y sigue cada ritmo.
El nuevo modelo hace lo mismo. Calcula cuánto está vibrando o saltando un segmento específico de datos. Si un segmento es altamente volátil (mucha acción), el modelo se obliga a prestarle una atención extra, asegurándose de no perderse los picos importantes. Si los datos están tranquilos, se toma un respiro. Esto asegura que el modelo capture los "giros de la trama" en la historia de los costos sin sentirse abrumado.

Lo Que Encontraron: Mejores Predicciones para el Medio Plazo

El equipo probó su nuevo "Super-Informer" con datos reales de una compañía de tabaco y un conjunto de datos estándar de electricidad. Lo compararon con el Informer original y otros modelos.

Los resultados mostraron que su nuevo método es un claro ganador, especialmente para predecir el futuro un poco más allá (el "medio plazo").

Para una predicción de 12 pasos (mirando 12 períodos de tiempo hacia adelante), el nuevo modelo redujo el error (MSE) a 0.3819 y el error absoluto medio (MAE) a 0.3449. Esto fue una mejora del 2.1% y 2.2% respecto a un modelo que solo realizaba el paso de eliminación de ruido.
Para una predicción de 24 pasos, el error cayó a 0.5035 (MSE) y 0.4202 (MAE), mostrando una mejora ligera pero constante de 0.1% y 0.2% respectivamente.

Curiosamente, los autores notaron que para predicciones de muy corto plazo (6 pasos), el nuevo modelo era ligeramente menos preciso que la versión que solo tenía eliminación de ruido. Esto se debe a que las predicciones a corto plazo son lo suficientemente simples como para que el "foco" adicional no sea necesario todavía. Pero a medida que miras más hacia el futuro, donde el ruido y la volatilidad realmente importan, el nuevo modelo brilla. Evita los "errores bajos falsos" de los modelos que son engañados por el ruido, proporcionando una visión más estable y confiable de hacia dónde se dirigen los costos.

Por Qué Esto Importa

Esto no es solo un ejercicio matemático; se trata de ayudar a las empresas a dormir mejor por la noche. Al predecir con precisión las tendencias de costos, las empresas pueden detectar posibles excesos de presupuesto a tiempo y corregirlos antes de que se conviertan en desastres. Los autores sugieren que este enfoque de "eliminación de ruido más foco" crea un equipo perfecto: una parte limpia los datos y la otra parte se concentra en las partes más importantes y caóticas de la historia.

Si bien el artículo muestra que estos resultados son sólidos en los conjuntos de datos que probaron, los autores ya están mirando hacia adelante. Planean añadir incluso más factores a la mezcla, como los precios de las materias primas y los cambios en las políticas, para que las predicciones sean aún más agudas. Por ahora, sin embargo, han demostrado que cuando le enseñas a una computadora a ignorar el ruido y concentrarse en la acción real, puede contarte una historia mucho mejor sobre el futuro.

Resumen Técnico: Investigación sobre un Método de Predicción de Costos Empresariales Basado en el Modelo Informer Mejorado

Planteamiento del Problema
La previsión precisa de los costos empresariales es crítica para la asignación de recursos y el control de riesgos; sin embargo, enfrenta desafíos significativos debido al alto nivel de ruido y la alta volatilidad inherentes a los datos de costos. Los modelos de previsión tradicionales suelen tener dificultades con el desvanecimiento del gradiente o el sesgo de predicción al manejar datos anómalos, tales como fluctuaciones repentinas en los precios de materias primas o ajustes de políticas. Además, aunque el modelo Informer ha demostrado éxito en la previsión de series temporales de secuencias largas (LSTF) en dominios como las cargas de potencia, su aplicación directa a los datos de costos empresariales revela dos cuellos de botella clave:

Sensibilidad al Ruido: El aprendizaje del modelo sobre las tendencias normales de costos se ve significativamente interferido por valores extremos y valores atípicos, lo que conduce a predicciones que se desvían de la realidad.
Muestreo Inflexible: El mecanismo de atención ProbSparse estándar en el Informer original emplea un muestreo aleatorio que ignora las características de fluctuación específicas de los datos. Este enfoque fijo no logra capturar adecuadamente las fluctuaciones de alta frecuencia en escenarios de costos volátiles (por ejemplo, costos de mantenimiento de equipos) mientras mantiene la eficiencia en escenarios estables.

Metodología
El estudio propone un modelo Informer mejorado que integra un preprocesamiento de datos optimizado con una estrategia de muestreo mejorada para abordar las características específicas de los datos de costos empresariales. La arquitectura conserva la estructura de codificador-decodificador del Informer original, pero introduce dos modificaciones principales:

Algoritmo de Denoisado Dinámico (Basado en la Desviación Estándar):
- Objetivo: Identificar y suavizar los valores atípicos sin eliminar información de tendencia clave (por ejemplo, choques repentinos de precios).
- Mecanismo: El algoritmo utiliza una ventana deslizante para calcular la media local ( $\mu_t$ $μ_{t}$ ) y la desviación estándar local ( $\sigma_t$ $σ_{t}$ ). Emplea un coeficiente de umbral dinámico ( $k$ $k$ ) que se adapta al nivel de fluctuación global de la secuencia.
  - Las secuencias de baja volatilidad utilizan un umbral estricto ( $k=2.5$ ).
  - Las secuencias de volatilidad media utilizan un umbral convencional ( $k=3.0$ ).
  - Las secuencias de alta volatilidad utilizan un umbral laxo ( $k=3.5$ ).
- Suavizado: En lugar de eliminar los valores extremos, el algoritmo aplica un suavizado de promedio ponderado ( $x'_t = \alpha \cdot \mu_t + (1-\alpha) \cdot x_t$ ) para preservar las características de la tendencia mientras se reduce la interferencia del ruido.
Atención Dispersa Dinámica Sensible a la Fluctuación (FADSA):
- Objetivo: Reemplazar el muestreo ProbSparse aleatorio con una estrategia impulsada por los datos que priorice las subsecuencias altamente volátiles.
- Mecanismo: Tras el denoisado, la secuencia de costos se particiona en ventanas. Se calcula la desviación estándar de cada subsecuencia y se normaliza para generar un peso de muestreo ( $w_i$ ).
- Muestreo de Mecanismo Dual:
  - Muestreo de Probabilidad Ponderada: El 80% de las muestras de consulta se seleccionan basándose en los pesos de fluctuación, sesgando la atención hacia las regiones de alta volatilidad.
  - Retención Forzada: El 20% superior de las subsecuencias altamente volátiles se incluye forzosamente en el muestreo para asegurar que la información clave de la fluctuación no se descarte aleatoriamente.
- Resultado: Esto asegura que el modelo asigne más recursos de atención a los segmentos de costos dinámicos mientras mantiene la complejidad computacional $O(L \log L)$ del Informer original.

Contribuciones Clave

Preprocesamiento Adaptativo: Introducción de un algoritmo de denoisado dinámico que ajusta los umbrales basándose en características estadísticas globales y locales, equilibrando eficazmente la eliminación de ruido con la retención de la información crítica de choques de costos.
Atención Sensible a la Volatilidad: Desarrollo de un mecanismo FADSA que acopla los indicadores de fluctuación de las subsecuencias con la estrategia de muestreo de atención, abordando el problema de "debilitamiento de características" del muestreo aleatorio en datos de costos volátiles.
Optimización Colaborativa: Demostración de un mecanismo de "denoisado–compensación de atención" donde el preprocesamiento estabiliza la base de datos, y el mecanismo de atención compensa la posible pérdida de información al enfocarse en las fluctuaciones de alto valor.

Resultados Experimentales
El modelo fue validado en un conjunto de datos de costos empresariales del mundo real y en el conjunto de datos de referencia ETT (Temperatura del Transformador Eléctrico).

Desempeño en Datos de Costos Empresariales:
- Predicción de 12 Pasos: El modelo propuesto logró un MSE de 0.3819 y un MAE de 0.3449. Comparado con un modelo que solo utiliza el algoritmo de denoisado (COSTP), esto representa una reducción del 2.1% en MSE y del 2.2% en MAE.
- Predicción de 24 Pasos: El modelo logró un MSE de 0.5035 y un MAE de 0.4202, mostrando reducciones de 0.1% y 0.2% respectivamente comparado con la línea base de solo denoisado.
- Observación: Las mejoras son más pronunciadas en las predicciones de mediano plazo (12 y 24 pasos), las cuales son críticas para el control estratégico de costos. Las predicciones de corto plazo (6 pasos) mostraron ganancias mínimas, ya que los datos denoisados por sí solos bastan para tendencias simples de corto plazo.
Estabilidad: El modelo propuesto demostró una estabilidad superior en comparación con el Informer original y las variantes de solo denoisado, evitando los "errores de falsos bajos" causados por el aprendizaje de patrones de ruido espurios.

Significancia y Reivindicaciones
Los autores afirman que este estudio ofrece valor tanto teórico como de ingeniería:

Teórico: Enriquece las direcciones de optimización del modelo Informer específicamente para la previsión de costos, proporcionando nuevas perspectivas para el manejo de series temporales con alto ruido y alta volatilidad. Ofrece una solución novedosa al problema de LSTF al integrar el muestreo sensible a la fluctuación.
Ingeniería: El modelo mejorado proporciona referencias de tendencia de mediano plazo más precisas para el control de costos empresariales. Al permitir alertas tempranas de posibles puntos de sobregasto y facilitar la mitigación oportuna de riesgos, el método apoya la gestión estratégica de costos y mejora la eficiencia en la asignación de recursos.
Trabajo Futuro: Los autores señalan que las investigaciones futuras buscarán incorporar factores externos influyentes (por ejemplo, precios de materias primas, oferta/demanda del mercado, cambios de política) para construir un marco de predicción multifactorial y extender estas estrategias adaptativas a otros modelos basados en Informer.

El Problema: Cuando los Datos se Vuelven Locos

La Solución: Un Bibliotecario Más Inteligente y Atento

Lo Que Encontraron: Mejores Predicciones para el Medio Plazo

Por Qué Esto Importa

Más como este