Pavement Missing Condition Data Imputation through Collective Learning-Based Graph Neural Networks

Cet article propose une méthode d'imputation des données manquantes sur l'état des chaussées en utilisant un réseau de neurones à graphes basé sur l'apprentissage collectif, capable de capturer les dépendances entre les sections adjacentes pour fournir des estimations plus précises que les approches traditionnelles.

L'essentiel

🛣️ Le Problème : La Carte des Routes avec des Trous

Imaginez que vous êtes le chef d'orchestre d'une grande ville. Vous avez une carte géante de toutes les routes, et sur cette carte, vous devez noter l'état de chaque tronçon (est-ce qu'il est lisse comme du beurre ou plein de nids-de-poule ?).

Le problème, c'est que cette carte est pleine de trous.
Pourquoi ? Parce que les capteurs tombent en panne, que les camions d'inspection ne passent pas toujours au bon moment, ou que la pluie a effacé certaines données. C'est comme si vous essayiez de soigner un patient, mais que son dossier médical avait des pages arrachées. Si vous ignorez ces trous, vous risquez de mal diagnostiquer la route et de réparer le mauvais endroit.

🧩 Les Anciennes Méthodes : Jeter ou Deviner au hasard

Jusqu'à présent, les ingénieurs avaient deux solutions, toutes deux imparfaites :

1. Jeter les données manquantes : Comme si vous disiez "Bon, cette route est manquante, on l'oublie". C'est comme si le médecin ignorait une partie du corps du patient.
2. Deviner tout seul : Regarder l'historique de cette route précise et dire "Ah, l'an dernier c'était 8/10, donc cette année ce sera 7/10". C'est un peu naïf, car cela ignore le voisinage.

🤝 La Nouvelle Idée : Le "Gang" des Routes (L'Apprentissage Collectif)

Les auteurs de ce papier (Ke Yu et Lu Gao) ont eu une idée brillante : une route ne vit pas seule.

Imaginez que les routes sont comme des voisins dans un quartier.

• Si votre voisin a une route pleine de nids-de-poule, il est très probable que votre route ait aussi des problèmes, car vous subissez les mêmes camions, la même pluie et le même trafic.
• Si votre voisin a une route neuve et lisse, la vôtre a de fortes chances d'être en bon état aussi.

Leur méthode s'appelle un Réseau de Neurones Graphique à Apprentissage Collectif (CLGNN). C'est un nom compliqué pour dire : "Un super-intelligence artificielle qui regarde tout le quartier en même temps."

Au lieu de regarder une seule route isolée, ce modèle :

1. Regarde l'historique de la route (est-elle vieille ?).
2. Regarde le trafic (y a-t-il beaucoup de camions ?).
3. Le plus important : Il regarde l'état de toutes les routes connectées autour (les voisins).

Il utilise une sorte de "télépathie de quartier" : si les voisins ont un problème, le modèle le devine pour la route manquante.

🧪 L'Expérience : Le Test à Austin

Pour prouver que ça marche, ils ont pris les données réelles du Texas (district d'Austin).

• Ils ont pris une carte complète de routes.
• Ils ont simulé des trous : ils ont caché 30 % des données (comme si les camions d'inspection avaient raté ces zones).
• Ensuite, ils ont demandé à leur modèle de "retrouver" ces données cachées en utilisant la logique des voisins.

Le résultat ?
Leur modèle a été le meilleur du lot. Il a deviné l'état des routes manquantes avec une précision de 77 %, battant les autres méthodes (comme les arbres de décision ou les réseaux de neurones classiques) qui n'arrivaient qu'à environ 72 %.

🌟 En Résumé : Pourquoi c'est génial ?

Ce papier nous dit que pour réparer nos routes efficacement, il ne faut pas les regarder comme des îles isolées. Il faut les voir comme un réseau connecté.

• L'analogie finale : C'est comme si vous vouliez savoir s'il va pleuvoir dans votre rue. Au lieu de regarder seulement votre ciel, vous regardez aussi le ciel des rues voisines. Si vos voisins ont des parapluies ouverts, vous savez qu'il va pleuvoir chez vous aussi, même si votre ciel est encore bleu.

Grâce à cette méthode, les villes pourront mieux planifier leurs réparations, économiser de l'argent et garder nos routes plus sûres, même quand les données sont incomplètes.

Résumé technique

1. Problématique

La gestion efficace des réseaux routiers dépend de la précision des données sur l'état du revêtement (pavement condition data), essentielles pour planifier les traitements de maintenance et de réhabilitation. Cependant, ces données sont souvent incomplètes en raison de pannes de capteurs, d'erreurs de mesure ou de calendriers d'inspection non périodiques.

Le manque de données, en particulier lorsqu'il est systématique, entraîne :

• Une perte d'information critique.
• Une réduction de la puissance statistique.
• L'introduction de biais dans les évaluations de l'état des routes.

Les méthodes traditionnelles de gestion des données manquantes dans la gestion des chaussées se limitent généralement à trois approches :

1. L'élimination des points de données contenant des valeurs manquantes (ce qui réduit la taille de l'échantillon).
2. L'imputation par interpolation simple (qui ne capture pas les relations complexes).
3. L'imputation via des modèles statistiques utilisant des données historiques et des variables connues, mais souvent sans tenir compte explicitement des dépendances spatiales entre les sections adjacentes.

L'objectif de cette recherche est de combler ces lacunes en exploitant les relations de dépendance entre les sections de chaussée voisines pour améliorer la précision de l'imputation des données manquantes.

2. Méthodologie

Les auteurs proposent l'utilisation d'un Réseau de Neurones Graphiques basé sur l'Apprentissage Collectif (CLGNN - Collective Learning-based Graph Neural Network).

Modélisation du Réseau

Le réseau routier est représenté comme un graphe $G = (V, E)$, où :

• Les nœuds $V$ représentent les sections de chaussée.
• Les arêtes $E$ représentent les connexions physiques entre ces sections.
• Les variables d'entrée ($x$) incluent les scores d'état historiques (années précédentes), le trafic (ESAL), la classe fonctionnelle et le type de revêtement.

Architecture du Modèle CLGNN

Contrairement aux modèles GNN traditionnels qui modélisent uniquement les dépendances des caractéristiques (features) des nœuds adjacents, le CLGNN intègre les dépendances entre les étiquettes (labels) des nœuds. Cela signifie que l'état d'une section (ex: "bon", "mauvais") est estimé en tenant compte non seulement des caractéristiques des voisins, mais aussi de l'état observé ou prédit de ces mêmes voisins.

Le processus d'apprentissage suit quatre étapes itératives :

1. Échantillonnage : Application d'un masque binaire aléatoire pour simuler des données manquantes (30 % des données de 2018 sont masquées).
2. Prédiction : Utilisation d'une couche de Graph Convolutional Network (GCN) pour obtenir une distribution d'étiquettes prédite.
3. Combinaison : Fusion des étiquettes prédites avec les étiquettes réelles disponibles, puis réutilisation de ce résultat comme entrée pour une nouvelle couche GCN.
4. Optimisation : Minimisation de la fonction de perte pour ajuster les paramètres ($\Theta$).

L'équation de propagation de la couche GCN est définie comme suit :
$$h_i^{(k)} = \sum_{j \in N(i) \cup \{i\}} \frac{1}{\sqrt{deg(i)}\sqrt{deg(j)}} \left( \Theta h_j^{(k-1)} \right)$$
Où $h_i^{(k)}$ est la sortie du nœud $i$ à la couche $k$, $N(i)$ est le voisinage, et $deg$ est le degré du nœud.

3. Étude de Cas et Données

L'étude a été menée sur les données d'inventaire de l'état des chaussées du District d'Austin du Département des Transports du Texas (TxDOT), couvrant la période 2014-2018.

• Variables : Score d'état global (1 à 100), type de surface, classe fonctionnelle (ex: Interstate, US Highway, Farm-to-Market) et trafic (ESAL projeté sur 20 ans).
• Discrétisation : Le score d'état a été catégorisé en 5 états : Très bon, Bon, Moyen, Mauvais, Très mauvais.
• Contexte climatique : Le climat n'a pas été inclus car toutes les sections étudiées se trouvent dans la même région climatique (Austin).
• Stratégie de masquage : Les sections masquées ont été sélectionnées aléatoirement tout en tenant compte de la connectivité du réseau (clusters de sections sur la même route) pour simuler des scénarios réalistes de perte de données en grappe.

4. Résultats

Les performances du modèle CLGNN ont été comparées à plusieurs modèles d'apprentissage automatique classiques et d'autres architectures de GNN :

• Modèles de référence : CART (Arbres de décision), Réseaux de Neurones (NN), Forêts Aléatoires (RF).
• Modèles GNN : GCN standard, GraphSAGE.

Tableau de comparaison de la précision de classification :

Modèle	Précision (Accuracy)
CLGNN (Proposé)	0.773
GCN	0.725
GraphSAGE	0.721
Forêt Aléatoire (RF)	0.712
CART	0.654
Réseau de Neurones (NN)	0.556

Constats clés :

• Le modèle CLGNN a atteint la précision la plus élevée (77,3 %).
• Il surpasse les modèles GNN standards (GCN, GraphSAGE) d'environ 5 %, démontrant l'efficacité de la prise en compte des dépendances entre les étiquettes des nœuds adjacents.
• Les modèles d'apprentissage automatique traditionnels (RF, CART) ont montré des performances inférieures, soulignant l'importance de la structure graphique du réseau routier.

5. Contributions Clés et Signification

Contributions principales :

1. Innovation méthodologique : Application réussie du cadre CLGNN (développé initialement pour la classification de nœuds) à l'imputation de données manquantes dans le domaine de l'infrastructure routière.
2. Modélisation des dépendances spatiales : Démonstration que l'état d'une section de chaussée est fortement corrélé à celui de ses voisines, et que cette corrélation doit être modélisée explicitement (dépendance des labels) plutôt que de se fier uniquement aux caractéristiques des nœuds.
3. Simulation réaliste : Mise en place d'un protocole d'entraînement qui simule des pertes de données en grappes (clusters), reflétant mieux la réalité des pannes de capteurs ou des inspections manquantes sur des tronçons spécifiques.

Signification :
Cette recherche offre une solution robuste pour traiter les lacunes dans les bases de données de gestion des chaussées. En améliorant la précision de l'imputation des données manquantes, les gestionnaires d'infrastructures peuvent :

• Obtenir une vision plus complète et moins biaisée de l'état du réseau.
• Optimiser les décisions d'allocation des budgets de maintenance.
• Réduire les risques liés à l'évaluation erronée de l'état de dégradation des routes.

Les auteurs suggèrent que les recherches futures devraient étendre cette approche à d'autres indicateurs d'état manquants, tels que les fissures (cracking) et la rugosité (roughness).