💻 computer science

A Metro Passenger Flow Prediction Method Based on Adaptive Graph Convolution and Hybrid Attention

Cet article propose AGHA-Net, un nouveau cadre d'apprentissage profond qui intègre une convolution de graphe adaptative, des unités récurrentes à portes spatiotemporelles et un mécanisme d'attention hybride à double branche pour améliorer significativement la précision et la stabilité de la prédiction du flux de passagers du transport ferroviaire urbain à court terme en capturant efficacement les dépendances spatiales dynamiques et les motifs temporels complexes.

Auteurs originaux : lu zeng, qingshuo sha, tao gao, qinzhen fang

Publié 2026-08-03

📖 8 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : lu zeng, qingshuo sha, tao gao, qinzhen fang

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez essayer de prédire la météo, mais au lieu des nuages et du vent, vous suivez des milliers de personnes se précipitant dans un système de métro. C'est le monde de la prédiction du transport ferroviaire urbain, un domaine où les scientifiques tentent de deviner combien de passagers entreront dans une station de métro au cours des prochaines minutes. Pourquoi est-ce important ? Parce que si vous savez exactement quand une foule arrive, vous pouvez ouvrir plus de portillons d'accès, envoyer des trains supplémentaires et éviter que tout le monde ne soit écrasé ou bloqué. Pour ce faire, les ordinateurs doivent comprendre deux choses complexes à la fois : l'espace (comment les stations sont connectées comme une toile) et le temps (comment les foules montent et descendent comme les marées). Les anciens programmes informatiques étaient comme des robots rigides ; ils ne pouvaient suivre que des règles simples et rectilignes et ne pouvaient pas gérer la réalité désordonnée et changeante d'une ville animée. Ils avaient du mal à voir qu'une station pouvait être calme le matin mais chaotique à l'heure du déjeuner, ou qu'un retard à un arrêt pouvait se répercuter sur une station située à des kilomètres de là.

Entrez dans l'histoire d'une nouvelle équipe de chercheurs qui a construit un cerveau numérique plus intelligent et plus flexible appelé AGHA-Net. Considérez cette nouvelle méthode comme un chef d'orchestre super observateur qui ne se contente pas de regarder une carte statique, mais qui regarde réellement la foule se déplacer en temps réel. Au lieu de supposer que les connexions entre les stations de métro sont fixes, AGHA-Net apprend à redessiner la carte à la volée, remarquant quelles stations « discutent » soudainement entre elles à cause d'une vague de l'heure de pointe. Elle combine cela avec un système d'attention spécial qui agit comme une mémoire humaine, se souvenant non seulement de ce qui s'est passé il y a cinq minutes, mais repérant également des modèles provenant d'heures ou de jours auparavant. Les chercheurs ont testé cela sur des données réelles du métro de Hangzhou en Chine. Ils ont constaté qu'AGHA-Net est nettement meilleur pour prédire le nombre de passagers que les anciennes méthodes, faisant moins d'erreurs qu'il s'agisse de prédire pour 15 minutes ou 45 minutes à l'avance. C'est comme passer d'une boule de cristal qui ne fonctionne que par beau temps à un radar météorologique de haute technologie qui voit à travers la tempête.

Le problème des anciennes cartes

Imaginez que vous essayiez de naviguer dans une ville en utilisant une carte dessinée il y a dix ans et jamais mise à jour. Si un nouveau pont ouvre ou qu'une route ferme, votre carte est inutile. C'est ce qui arrivait à beaucoup d'anciens outils de prédiction de métro. Ils reposaient sur une carte prédéfinie (appelée matrice d'adjacence) qui disait : « La station A est connectée à la station B », et s'y tenaient pour toujours. Mais dans le monde réel, la « connexion » entre les stations change constamment. Pendant l'heure de pointe du matin, une station proche d'un parc de bureaux peut être le nœud le plus important, tandis que la nuit, une station proche d'un centre commercial prend le relais. Les anciens modèles ne pouvaient pas s'adapter à cela ; ils étaient coincés avec leur carte statique, manquant la danse dynamique de la foule.

De plus, ces anciens modèles étaient mauvais pour se souvenir du passé. Ils pouvaient regarder les dernières minutes de données mais avaient du mal à comprendre les tendances à long terme, comme la différence entre un trajet de mardi et une fête de samedi soir. Ils commettaient souvent des erreurs qui s'accumulaient plus on essayait de prédire l'avenir.

La nouvelle solution : AGHA-Net

Les auteurs proposent AGHA-Net, une méthode qui corrige ces problèmes en donnant à l'ordinateur trois superpouvoirs :

1. La carte changeante de forme (Convolution de graphe adaptative)
Au lieu d'utiliser une carte fixe, AGHA-Net utilise un plongement de nœud apprenable (learnable node embedding). Imaginez que chaque station de métro possède une carte d'identité secrète qui change de forme selon l'heure de la journée. L'ordinateur regarde ces cartes d'identité et détermine quelles stations sont « amies » en ce moment. Si l'afflux du matin fait que la station A et la station B agissent comme si elles étaient juste à côté l'une de l'autre, l'ordinateur dessine une nouvelle ligne entre elles. C'est ce qu'on appelle la Convolution de Graphe Adaptative (AdaGCN). Cela lui permet de capturer les relations réelles et changeantes entre les stations, plutôt que celles d'une carte papier.

2. Les engrenages de la mémoire (Unité de porte spatiotemporelle)
Une fois la carte mise à jour, le modèle doit traiter le flux de personnes. Les chercheurs ont construit un moteur spécial appelé ST-GRU (Unité récurrente à porte spatiotemporelle). Voyez cela comme un système d'engrenages qui mélange deux choses à la fois : le où (spatial) et le quand (temporel). Dans les anciens modèles, l'ordinateur regardait la carte, puis regardait l'horloge, puis essayait de deviner. AGHA-Net fait les deux simultanément. Il met à jour sa mémoire de l'emplacement et du mouvement de la foule dans le même battement de cœur, ce qui lui permet de détecter les augmentations ou les baisses soudaines de trafic beaucoup plus rapidement.

3. La double lentille d'attention (Attention hybride)
Enfin, le modèle doit regarder la situation globale. Les chercheurs ont ajouté une couche d'Attention Hybride avec deux lentilles différentes travaillant en parallèle :

Auto-attention séquentielle : C'est comme un objectif grand angle qui scanne toute la chronologie pour trouver des modèles à longue portée. Elle demande : « Que s'est-il passé la semaine dernière à cette heure précise ? » pour aider à prédire aujourd'hui.
Attention temporelle bilinéaire : C'est une lentille spéciale et efficace qui compresse l'information. Au lieu d'essayer de regarder chaque seconde (ce qui serait trop lent), elle comprime les données sous une forme gérable pour trouver des tendances cachées. C'est comme un détective qui ne lit pas chaque mot d'un journal intime mais repère rapidement les thèmes récurrents.

Ce que les expériences ont montré

L'équipe a testé AGHA-Net en utilisant des données réelles de passagers provenant de 80 stations sur trois lignes de métro à Hangzhou, couvrant les données du 1er au 25 janvier 2019. Ils ont examiné différents intervalles de temps : 15 minutes, 30 minutes et 45 minutes.

Les résultats étaient clairs : AGHA-Net était le meilleur dans ce jeu.

Pour la prédiction à 15 minutes, il a obtenu un taux d'erreur (MAE) de 21,65, contre 24,01 pour le modèle suivant le plus performant.
Pour 30 minutes, l'erreur était de 22,37, battant la concurrence.
Même pour la prédiction difficile à 45 minutes, il est resté précis avec une erreur de 22,96.

Les chercheurs ont également vérifié son efficacité sur différents types de stations :

Stations de banlieue/travail (Station A) : Des lieux avec de fortes pointes le matin et le soir. AGHA-Net a parfaitement saisi les modèles « de marée » des gens se rendant au travail.
Stations commerciales (Station B) : Très fréquentées toute la journée avec des volumes élevés. Le modèle a géré le chaos constant sans s'embrouiller.
Stations résidentielles (Station C) : Plus calmes pendant la journée avec un pic en soirée. Il a prédit avec précision le calme avant l'afflux du soir.

Pourquoi c'est important

Pour prouver que chaque partie de leur nouvelle machine était nécessaire, les chercheurs ont réalisé des « études d'ablation » — en gros, ils ont retiré les parties du modèle une par une pour voir ce qui tombait en panne.

Lorsqu'ils ont retiré la Convolution de Graphe Adaptative (la carte changeante de forme), l'erreur a bondi de plus de 35 %. Cela a prouvé qu'une carte fixe n'est tout simplement pas suffisante.
Lorsqu'ils ont retiré l'Attention Temporelle Bilinéaire (la lentille efficace), le modèle a commencé à faire plus d'erreurs lorsqu'il essayait de prédire plus loin dans le futur. Cela a montré que cette partie est cruciale pour empêcher les erreurs de s'accumuler avec le temps.

L'article conclut qu'en combinant une carte flexible, une mémoire qui se met à jour instantanément et un système d'attention à double lentille, AGHA-Net offre un moyen beaucoup plus fiable de prédire les foules de métro. Ce n'est pas seulement un tour de mathématiques ; cela signifie que les urbanistes peuvent prendre de meilleures décisions, envoyer des trains quand ils sont réellement nécessaires et faire fonctionner le métro de manière fluide pour tous. Bien que le modèle soit actuellement très performant pour gérer les données qui lui ont été fournies, les auteurs suggèrent que les futures versions pourraient également prendre en compte des facteurs externes comme la météo ou les jours fériés pour devenir encore plus intelligents.

Résumé Technique : AGHA-Net pour la Prédiction du Flux de Passagers du Métro

Énoncé du Problème

La prédiction précise à court terme du flux de passagers entrants dans le transport ferroviaire urbain est cruciale pour la planification du réseau, les services intelligents et les opérations raffinées. Cependant, les méthodes existantes font face à trois limitations principales :

Modélisation Spatiale Statique : La plupart des méthodes reposent sur des matrices d'adjacence prédéfinies avec des poids fixes, échouant à capturer les dépendances spatiales non linéaires et évoluant dynamiquement entre les stations (par exemple, lors des heures de pointe ou de la coordination des correspondances).
Modélisation Temporelle Limitée : La modélisation temporelle dépend souvent de structures récurrentes ou convolutionnelles uniques avec des mécanismes limités pour capturer les dépendances à longue portée, les motifs périodiques multi-échelles et les tendances à long terme, ce qui entraîne une accumulation d'erreurs dans les prédictions à long terme.
Fusion Spatio-Temporelle Insuffisante : Les modules spatiaux et temporels sont souvent simplement connectés en série, ce qui entraîne une interaction insuffisante et une faible efficacité de fusion de l'information, limitant la stabilité et la généralisation du modèle.

Méthodologie : AGHA-Net

Les auteurs proposent AGHA-Net (Adaptive Graph Convolution and Hybrid Attention Network), un cadre conçu pour modéliser conjointement les dépendances spatiales dynamiques, les caractéristiques spatiotemporelles locales et les tendances temporelles globales à longue portée. L'architecture se compose de trois composants en cascade :

1. Couche Récursive à Porte Spatio-Temporelle (ST-GRU)

Cette couche intègre l'agrégation spatiale et la mise à jour de l'état temporel dans un seul graphe de calcul pour capturer les caractéristiques spatiotemporelles locales.

Convolution de Graphe Adaptative (AdaGCN) : Au lieu d'utiliser une matrice d'adjacence fixe, AGHA-Net emploie des plongements de nœuds apprenables ( $E_{adj}$ ) pour générer une matrice d'adjacence adaptative ( $\tilde{A}$ ) via des produits scalaires et une normalisation softmax. Cela permet au modèle d'apprendre directement les corrélations spatiales variant dans le temps à partir des données tout en conservant les priors topologiques statiques.
Unité à Porte Spatio-Temporelle : La convolution de graphe adaptative est intégrée directement dans le mécanisme de porte (portes de mise à jour et de réinitialisation) de l'Unité Récurrente à Porte (GRU). Cela permet la propagation simultanée de l'information spatiale et des mises à jour de l'état temporel, modélisant efficacement les motifs couplés tels que l'agrégation de pointe et la coordination des transferts.

2. Couche d'Attention Hybride

Pour remédier aux limites du ST-GRU dans la capture des dépendances à longue portée, un mécanisme d'attention parallèle à deux branches est introduit :

Auto-Attention Séquentielle (SSAM) : Cette branche incorpore un encodage de position temporelle et une convolution unidimensionnelle dans les matrices de requête (query) et de clé (key). Elle capture les dépendances temporelles globales à longue portée tout en préservant l'intégrité de la structure temporelle.
Attention Temporelle Bilinéaire (TABL) : Conçue pour réduire la charge de calcul et modéliser explicitement les motifs périodiques multi-échelles, ce module remplace la pleine auto-projection par une compression à deux dimensions. Il réorganise le tenseur d'entrée pour compresser les dimensions de caractéristique et de nœud via la convolution, puis construit une matrice d'attention temporelle à l'aide d'une interaction bilinéaire. Cela modélise efficacement les corrélations internes au sein des séquences longues et les tendances à long terme.

3. Couche de Traitement des Caractéristiques

Cette couche traite les incohérences potentielles de représentation spatiale et les biais de poids d'attention.

Alignement Spatial : Elle utilise une matrice d'adjacence prédéfinie comme un biais inductif spatial pour injecter des priors de topologie physique, guidant le modèle pour qu'il donne la priorité aux interactions réelles entre stations adjacentes et supprime les corrélations transrégionales fallacieuses.
Cartographie de Prédiction : Une convolution unidimensionnelle projette les caractéristiques raffinées vers l'espace de prédiction, produisant le flux de passagers pour l'étape de temps suivante.

Contributions Clés

Le document souligne quatre contributions principales :

Convolution de Graphe Adaptative : Une stratégie qui sépare les priors topologiques statiques des associations tirées des données, résolvant la dépendance aux matrices d'adjacence prédéfinies et permettant l'apprentissage adaptatif des dépendances spatiales non linéaires.
Unité ST-GRU : Une unité à porte spatiotemporelle innovante qui intègre la convolution de graphe dans la structure GRU, brisant la séparation entre les modules spatiaux et temporels pour améliorer la perception en temps réel des motifs couplés.
Mécanisme d'Attention Hybride : Une conception à deux branches combinant l'auto-attention séquentielle pour les dépendances globales et l'attention temporelle bilinéaire pour une modélisation efficace des tendances à long terme via une compression à deux dimensions.
Validation Empirique : Des expériences approfondies sur des données réelles du métro de Hangzhou démontrant la supériorité du modèle par rapport aux modèles de référence et sa capacité à gérer divers types de stations (navetteurs, commerciales, résidentielles).

Résultats Expérimentaux

Le modèle a été évalué sur un ensemble de données de flux de passagers entrants de 80 stations sur trois lignes du métro de Hangzhou (1er–25 janvier 2019). Les expériences ont été menées à des granularités de prédiction de 15, 30 et 45 minutes.

Comparaison de Performance : AGHA-Net a nettement surpassé 12 modèles de référence, incluant les méthodes statistiques traditionnelles (HA, ARIMA), l'apprentissage profond classique (LSTM, GRU, GCN) et les réseaux de graphes spatiotemporels avancés (ASTGCN, T-GCN, PDFormer, etc.).
- À la granularité de 15 minutes, AGHA-Net a atteint une MAE de 21,65, une RMSE de 34,68 et une MAPE de 21,83 %, dépassant notablement le modèle suivant (ST-ConvLSTMNet).
- Le modèle a démontré une stabilité supérieure dans la prédiction à long terme, la croissance de la MAE de 15 à 45 minutes (6,1 %) étant bien inférieure à celle d'ASTGCN (27,2 %), indiquant une suppression efficace de l'accumulation d'erreurs.
Adaptabilité des Stations : Le modèle a maintenu une haute précision à travers divers types de stations :
- Stations de Navetteurs : Capture avec succès les motifs de double pic matin/soir.
- Stations Commerciales : Suit de manière robuste les fluctuations complexes à haut volume.
- Stations Résidentielles : Modélise avec précision les pics uniques du soir et les périodes de faible volume.
Études d'Ablation : Le retrait de n'importe quel composant central (AdaGCN, ST-GRU, SSAM ou TABL) a entraîné une dégradation des performances.
- Le retrait d'AdaGCN a causé la chute la plus significative (augmentation de la MAE de 6,82), confirmant la nécessité de la modélisation spatiale adaptative.
- Le retrait de TABL a entraîné une accumulation d'erreurs accélérée dans les étapes de prédiction plus longues, validant son rôle dans la modélisation des tendances à long terme.
Efficacité des Modules : Une comparaison spécifique entre l'Attention Temporelle Bilinéaire (TABL) proposée et un module d'attention temporelle traditionnel (STAGCN) a montré que TABL réduisait la MAE de 2,39 et la RMSE de 4,33 à l'étape de 30 minutes, prouvant son efficacité pour supprimer l'accumulation d'erreurs à long terme.

Signification et Revendications

L'article affirme qu'AGHA-Net fournit un outil d'aide à la décision fiable pour la gestion intelligente du transport ferroviaire, le contrôle du flux de passagers et l'optimisation de la capacité. En unifiant la modélisation de la dépendance spatiale dynamique, l'extraction de caractéristiques spatiotemporelles locales et la capture des tendances à long terme au sein d'un seul cadre, la méthode répond à la fragmentation souvent présente dans les modèles spatiotemporels existants.

Les auteurs soulignent que la capacité de la méthode à apprendre de manière adaptative les corrélations spatiales sans matrices prédéfinies, combinée à sa gestion efficace des dépendances temporelles à longue portée, offre une amélioration significative de la précision et de la stabilité de la prédiction. L'étude conclut que l'approche proposée est bien adaptée à la nature complexe, non linéaire et dynamique du flux de passagers du transport ferroviaire urbain.

Note : Les auteurs reconnaissent que les travaux futurs intégreront des données multimodales (météo, jours fériés, événements spéciaux) pour renforcer davantage la robustesse et explorer l'interprétabilité causale et le transfert de domaine.