Robust OT-Guided Generative Residual Domain Adaptation for Bike-Sharing Demand Prediction under Temporal Domain Shift

Résumé Technique : Adaptation de Domaine Résiduelle Générative Robuste Guidée par le Transport Optimal pour la Prédiction de la Demande de Vélos en Libre-Service

Énoncé du Problème
Les modèles de prédiction de la demande de vélos en libre-service, entraînés sur des données historiques par station et par heure, se dégradent souvent lors de leur déploiement sur des années ultérieures en raison de décalages temporels de domaine. Des facteurs tels que l'évolution de la popularité des stations, des comportements de navettage, de la composition des usagers et des schémas opérationnels modifient la distribution sous-jacente des données ($P_s(X, Y) \neq P_t(X, Y)$). Ce défi est exacerbé par la sparsité, l'asymétrie et le bruit inhérents aux données de demande, où quelques stations et heures de pointe dominent les erreurs de prédiction. De plus, les domaines cibles peuvent contenir des enregistrements anormaux causés par des événements inhabituels ou des problèmes de qualité des données, ce qui peut déstabiliser les méthodes d'adaptation de domaine standard. L'article traite de la tâche spécifique de prédire la demande de Citi Bike pour le mois de mars de 2021 à 2026, en se concentrant sur le transfert de 2025 à 2026 comme scénario d'évaluation principal.

Méthodologie : Gen-ROTDA
L'article propose Gen-ROTDA (Adaptation de Domaine par Transport Optimal Résiduel Génératif Robuste), un cadre conçu pour gérer les décalages temporels grâce à une combinaison de décomposition résiduelle, de génération de caractéristiques et d'alignement de transport robuste. La méthodologie se compose de quatre étapes clés :

1. Décomposition Ancrage-Résidu :
   Au lieu de transférer la demande brute, la méthode décompose la demande transformée par logarithme ($z = \log(1+Y)$) en deux composantes :

   • Composante Ancrage : Un modèle de domaine cible $a_\phi(A)$ entraîné sur des échantillons cibles étiquetés en utilisant des caractéristiques spatiales et calendaires stables (par exemple, coordonnées, heure, jour de la semaine). Cela capture la structure station-temps stable.
   • Composante Résiduelle : La différence $r = z - a_\phi(A)$, qui contient les dynamiques spécifiques à l'année. L'adaptation de domaine est appliquée exclusivement à cette composante résiduelle.

2. Générateur de Caractéristiques Résiduelles Préservant les Étiquettes :
   Un générateur déterministe $G_\theta(T) = T + h_\theta(T)$ (où $h_\theta$ est un petit MLP) transforme les caractéristiques résiduelles sources pour qu'elles ressemblent aux caractéristiques cibles. Contrairement aux GAN stochastiques, ce générateur vise à maintenir les caractéristiques transformées proches de la représentation originale tout en alignant les distributions. L'objectif d'entraînement combine :

   • Une perte d'alignement de distribution (de style MMD) entre les caractéristiques sources générées et les caractéristiques cibles.
   • Une régularisation d'identité pour empêcher un mouvement excessif des caractéristiques.
   • Des pertes de préservation des étiquettes et de supervision pour garantir que les informations pertinentes pour la demande sont conservées.

3. Alignement par Transport Optimal (OT) Robuste :
   Après la génération de caractéristiques, la méthode aligne les distributions sources et cibles en utilisant le Transport Optimal. Pour répondre à la sensibilité de l'OT standard aux valeurs aberrantes, Gen-ROTDA emploie une étape de rétrécissement robuste (robust trimming) :

   • Les entrées de couplage de transport sont triées par coût.
   • Les correspondances à haut coût (valeurs aberrantes) sont supprimées jusqu'à ce que la masse conservée atteigne un seuil spécifié (par exemple, 0,8).
   • Le couplage restant est renormalisé pour calculer des projections barycentriques. Si une ligne source perd toute sa masse, la caractéristique générée originale est conservée comme solution de repli.

4. Prédiction Finale :
   Un prédicteur résiduel est entraîné sur les résidus sources transportés et les résidus cibles étiquetés (avec une surpondération des résidus cibles). La prédiction finale de la demande est reconstruite en ajoutant le résidu prédit à la prédiction d'ancrage et en appliquant la transformation logarithmique inverse.

Contributions Clés

1. Formulation du Problème : L'article formule la prédiction interannuelle de vélos en libre-service comme un problème d'adaptation de domaine temporelle résiduelle, séparant les effets structurels stables des dynamiques résiduelles transférables.
2. Proposition de Cadre : Il introduit Gen-ROTDA, qui combine de manière unique un générateur de caractéristiques résiduelles déterministe préservant les étiquettes avec un rétrécissement robuste du Transport Optimal.
3. Évaluation Complète : La méthode est évaluée sur les données de Citi Bike (2021–2026) à travers des tâches principales, des transferts sur plusieurs années, des tests de robustesse contre des enregistrements anormaux et des études d'ablation.

Résultats Expérimentaux

• Tâche Principale (2025 $\to$ 2026) : Gen-ROTDA a obtenu l'erreur absolue moyenne (MAE) la plus faible de 0,8625, surpassant la référence source seule (0,8834) et la variante Sinkhorn OTDA (0,8633). Bien que Gen-OTDA (sans rétrécissement robuste) ait obtenu le RMSE le plus faible et le $R^2$ le plus élevé, Gen-ROTDA s'est avéré supérieur pour minimiser l'erreur absolue moyenne, ce qui est crucial pour les données de demande éparses et asymétriques.
• Performance Multi-Annuelle : Sur les tâches de transfert d'année adjacente et sur deux ans, Gen-ROTDA a été la méthode la plus performante au sein de la famille OT, surpassant légèrement Sinkhorn OTDA, ROTDA et Gen-OTDA. Cependant, elle n'a pas surpassé les fortes références comme le fine-tuning et l'adaptation MMD en termes de MAE moyenne globale.
• Robustesse : Sous l'injection d'enregistrements cibles anormaux (jusqu'à 20 % de contamination), Gen-ROTDA a démontré une stabilité supérieure. Son MAE n'a augmenté que marginalement (de 0,8625 à 0,8629), tandis que les variantes non robustes (Sinkhorn OTDA et Gen-OTDA) ont montré une dégradation significative.
• Ablation : L'étude a confirmé que le rétrécissement robuste du Transport Optimal est le principal moteur de l'amélioration du MAE. Le générateur a apporté un bénéfice supplémentaire modeste mais n'était pas le facteur dominant à l'isolement.

Signification et Revendications
L'article revendique que le transport robuste est le composant critique pour gérer les transferts temporels bruyants dans la prévision de la mobilité urbaine. En éliminant les correspondances de transport à haut coût, la méthode atténue efficacement l'impact des enregistrements cibles anormaux qui déstabilisent généralement les approches OT standard.

Les auteurs positionnent Gen-ROTDA non pas comme un prédicteur universellement supérieur à toutes les références (reconnaissant que le simple fine-tuning et l'adaptation MMD restent puissants), mais comme une méthode robuste de la famille OT offrant une stabilité significative en présence d'anomalies de données. La conception ancre-résidu est mise en avant comme une stratégie pratique pour isoler les structures stables, rendant le problème d'adaptation résiduelle de plus faible dimension et plus traitable. Les résultats suggèrent que, si la transformation générative de caractéristiques offre de la flexibilité, sa valeur est complémentaire et dépendante de la tâche, tandis que l'alignement robuste est essentiel pour une adaptation de domaine temporelle fiable dans des environnements bruyants.