A Lightweight Time--Frequency Fusion Network for Accurate Wastewater Quality Forecasting

Resumen Técnico: Una Red de Fusión Tiempo–Frecuencia Ligera para la Predicción Precisa de la Calidad de Aguas Residuales

Planteamiento del Problema
La predicción precisa de la calidad del efluente de aguas residuales (específicamente el Fósforo Total, el Ortofosfato y el Nitrógeno Total) es crítica para la alerta temprana y el control de procesos en las Plantas de Tratamiento de Aguas Residuales (PTAR). Sin embargo, estas señales presentan desafíos únicos: exhiben una fuerte autocorrelación, respuestas bioquímicas retardadas, no estacionariedad y ritmos operativos recurrentes. Si bien los modelos recientes basados en Transformers logran una alta precisión, sus costos computacionales y mecanismos de interacción genéricos suelen ser excesivos para el monitoreo específico de objetivos en dispositivos de borde (edge devices). Por el contrario, los modelos lineales ligeros pueden fallar al capturar transiciones no lineales o perturbaciones abruptas. El desafío central es desarrollar un modelo que supere los baselines de persistencia de "sin cambios" y que, al mismo tiempo, sea lo suficientemente compacto para su despliegue en línea, sin confundir el valor de las interacciones entre variables con la capacidad de extraer una habilidad robusta a partir de la historia de un solo objetivo.

Metodología: TSF-Resonator
El artículo propone TSF-Resonator, una red de fusión tiempo–frecuencia ligera diseñada bajo un protocolo estricto de "historia del objetivo independiente de canales". En este protocolo, el modelo predice un indicador de efluente específico utilizando únicamente su propia trayectoria histórica, con parámetros compartidos entre canales, lo que lo distingue de los modelos de interacción cruzada multivariantes como iTransformer.

La arquitectura consta de los siguientes componentes:

1. Normalización de Entrada: Se aplica RevIN (Normalización de Instancia Reversible) para estabilizar los cambios de distribución antes del procesamiento y para restaurar las escalas físicas después de la predicción.
2. Rama Temporal Adaptativa Multiescala: Esta rama gestiona las variaciones locales del estado operativo y la codificación de tendencia–residuo. Emplea un banco de suavizadores convolucionales para aprender tendencias adaptativas a múltiples escalas. Los componentes de tendencia y residuo son procesados por codificadores ligeros independientes. Crucialmente, la rama combina el agrupamiento de promedio global (que captura la evolución lenta del proceso) con el agrupamiento de estado reciente (que captura las condiciones operativas actuales) mediante puertas aprendibles, evitando la necesidad de mecanismos de atención completos.
3. Rama de Residuo de Fourier de Bajo Rango: Esta rama captura estructuras globales recurrentes (por ejemplo, ritmos diurnos, ciclos de control). En lugar de un operador espectral completo, aplica un cuello de botella de bajo rango a la representación de Fourier real de la entrada. Los coeficientes espectrales decodificados se transforman de nuevo al dominio del tiempo y se añaden residualmente a la entrada, actuando como una corrección compacta en lugar de un reemplazo de la trayectoria.
4. Puerta de Fusión Aprendible: Un mecanismo de puerta equilibra adaptativamente la evidencia temporal local de la rama temporal y las correcciones espectrales de la rama de frecuencia antes de mapear hacia el horizonte de predicción mediante una cabeza lineal.
5. Objetivo de Entrenamiento: El modelo se entrena utilizando la pérdida de Huber para reducir la sensibilidad a los picos de los sensores y los artefactos de mantenimiento, minimizando el error únicamente en el canal del objetivo seleccionado.

Contribuciones Clave

1. Arquitectura: Una arquitectura ligera novedosa que combina el modelado de tendencia–residuo en el dominio del tiempo con la corrección de residuo de Fourier de bajo rango, diseñada específicamente para la predicción de aguas residuales consciente de la autocorrelación.
2. Protocolo de Evaluación: Un protocolo transparente que distingue explícitamente entre la predicción de la historia del objetivo independiente de canales y la interacción entre variables, aclarando la contribución específica del aprendizaje de representación temporal.
3. Benchmarking Exhaustivo: Una evaluación multi-objetivo y multi-horizonte utilizando cinco semillas aleatorias, que incluye diagnósticos de persistencia, perfiles de tiempo de ejecución y estudios de ablación.
4. Prueba de Generalización: Una validación externa en un conjunto de datos de N2O de alta resolución (con diferente frecuencia de muestreo y estructura de autocorrelación) para probar la transferibilidad del sesgo de tiempo–frecuencia aprendido.

Resultados Experimentales
El modelo fue evaluado con datos reales de PTAR (Fósforo Total, Ortofosfato, Nitrógeno Total) y un conjunto de datos externo de N2O.

• Precisión: A través de 12 configuraciones de objetivo–horizonte, TSF-Resonator logró los mejores rangos promedio para MAE y RMSE entre los modelos entrenables, incluso comparado contra un baseline de persistencia de "sin cambios". Superó consistentemente a otros baselines ligeros (DLinear, SparseTSF, MixLinear) y a Transformers fuertes (PatchTST, iTransformer) en muchos escenarios, particularmente para indicadores relacionados con el fósforo.
• Eficiencia: El modelo utiliza solo 2,329 parámetros entrenables, significativamente menos que PatchTST (176k) e iTransformer (79k). Mantiene una baja latencia de inferencia, lo que lo hace adecuado para el monitoreo orientado a dispositivos de borde.
• Desempeño del Horizonte: El modelo mostró un desempeño robusto en horizontes de medio a largo plazo (24–96 horas), donde los baselines de persistencia se degradan. Para el Nitrógeno Total, demostró capacidades superiores en horizontes largos en comparación con competidores de corto horizonte.
• Validación Externa: En el conjunto de datos externo de N2O, el modelo mostró una transferibilidad parcial, superando a otros modelos ligeros en horizontes más largos (por ejemplo, 192 minutos), aunque el desempeño de corto horizonte se mantuvo competitivo con la persistencia y PatchTST debido a la alta autocorrelación de la señal.
• Ablación: La eliminación de RevIN causó la caída de rendimiento más significativa, confirmando la importancia de la estabilización de la distribución. Se encontró que tanto la rama de tiempo como la de frecuencia proporcionan información complementaria y no redundante.

Significancia y Reivindicaciones
El artículo sostiene que TSF-Resonator demuestra que un sesgo inductivo de tiempo–frecuencia compacto y adaptado al dominio puede proporcionar una habilidad de predicción robusta que supera tanto a la persistencia simple como a los baselines ligeros fuertes. El estudio enfatiza que para sensores industriales altamente autocorrelacionados, la interacción explícita entre variables no siempre es necesaria para lograr resultados de vanguardia; en su lugar, una representación bien estructurada de la propia historia del objetivo puede ser suficiente y más eficiente.

Los autores posicionan el trabajo como una solución "conservadora" y "desplegable". Declaran explícitamente que el modelo no es un reemplazo universal para todos los pronosticadores; es más efectivo cuando el objetivo de monitoreo prioriza la precisión más allá de la extrapolación simple (por ejemplo, la dinámica del fósforo o las alertas de nitrógeno a largo plazo) y cuando los recursos computacionales están restringidos. El artículo concluye que, si bien el modelo es adecuado para el monitoreo de aguas residuales en línea, es necesario realizar pruebas de múltiples plantas, estimación de riesgo probabilístico y pruebas de robustez bajo deriva de sensores antes de reclamar una confiabilidad de nivel de despliegue.