💻 computer science

Spatial Fairness in Taxi Demand Prediction: A Hybrid Approach Leveraging District Profiles

Cet article propose un cadre hybride de prédiction de la demande de taxis qui intègre la factorisation de matrice non négative avec l'optimisation du requin blanc pour l'imputation de données, le LSTM pour la modélisation temporelle, et un mécanisme de régularisation sensible à l'équité basé sur la proximité de la difficulté relative afin de minimiser les disparités de prédiction entre les districts urbains tout en maintenant une précision élevée.

Auteurs originaux : Ghazalak Eslami, Foad Ghaderi

Publié 2026-08-04

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Ghazalak Eslami, Foad Ghaderi

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 la ville comme un organisme géant et vivant où des millions de petits pulsations — des personnes ayant besoin d'un trajet — battent à travers ses veines chaque seconde. Pour qu'une ville fonctionne de manière fluide, le « cœur » de son système de transport doit savoir exactement où ces pulsations sont les plus fortes et où elles sont les plus faibles. C'est le monde de la prédiction de la demande de taxis, une branche de la science des données qui tente de deviner combien de personnes auront besoin d'un trajet dans un quartier spécifique à un moment précis. Mais voici la partie délicate : les villes sont désordonnées. Les données font souvent défaut (comme une demande de trajet qui aurait oublié de préciser son point de départ), et tous les quartiers ne sont pas les mêmes. Certains sont des centres bouillonnants, tandis que d'autres sont calmes ou en difficulté face à la pauvreté. Si un modèle informatique n'apprend que des zones riches et animées, il pourrait oublier les zones plus calmes, laissant les habitants de ces quartiers attendre éternellement un taxi qui ne viendra jamais. Cet article pose une question cruciale : pouvons-nous construire un système de prédiction qui soit non seulement intelligent, mais aussi équitable, afin de s'assurer qu'aucun quartier ne soit laissé pour compte ?

Les chercheurs derrière cette étude, Ghazalak Eslami et Foad Ghaderi, ont décidé de construire un prédicteur de taxi « super intelligent » qui ne se contente pas de regarder les chiffres, mais qui comprend aussi l'histoire de la ville. Ils ont traité la ville comme un immense puzzle avec des pièces manquantes. D'abord, ils ont dû réparer les parties brisées de leurs données. Imaginez essayer de résoudre un puzzle dont la moitié des pièces manquent ; vous ne pouvez pas simplement deviner au hasard. Les auteurs ont utilisé une astuce ingénieuse appelée Factorisation de Matrice Non-négative (NMF), qui revient à trouver les motifs cachés dans le puzzle pour deviner à quoi les pièces manquantes devraient ressembler. Pour rendre cette estimation encore plus précise, ils ont ajouté un algorithme d'« Optimisation par le Requin Blanc » (WSO). Voyez cela comme un requin affamé et super intelligent qui nage à travers les données, traquant la meilleure façon possible de combler les lacunes, garantissant que le puzzle soit complet avant même qu'ils ne commencent à le résoudre.

Mais un puzzle complet ne suffit pas ; l'image doit être équitable. L'équipe a réalisé que les quartiers ne diffèrent pas seulement par le nombre de personnes souhaitant un trajet, mais aussi par leurs difficultés. Certaines zones connaissent un taux de chômage élevé, d'autres un logement surpeuplé, et certaines des revenus plus faibles. Les auteurs ont inventé une nouvelle façon de mesurer cela appelée Proximité de la Difficulté Relative (RHP). Au lieu de simplement dire « ce quartier est pauvre », la RHP examine le schéma des difficultés. C'est comme réaliser que deux familles différentes peuvent avoir des revenus très différents, mais si elles partagent toutes deux le même mélange de loyers élevés, de longs trajets domicile-travail et de manque d'emplois, elles sont « relativement similaires » dans leur difficulté. Le modèle utilise cela pour regrouper les quartiers. Si le modèle commet une erreur dans un quartier, il vérifie ses « amis » (les quartiers similaires) pour voir s'il a commis la même erreur là-bas. S'il l'a fait, le modèle reçoit une légère « réprimande » (une pénalité mathématique) pour essayer d'être plus juste envers tout le monde, et pas seulement envers les zones faciles à prédire.

Les résultats de cette expérience, testée sur un ensemble massif de données de Chicago, sont très prometteurs. L'équipe a constaté que leur approche hybride, qui mélange la réparation des données par le requin avec la vérification de l'équité, a atteint un score de prédiction très précis. Plus précisément, ils ont atteint une Erreur Quadratique Moyenne (RMSE) de 5,1 et une Erreur Absolue Moyenne (MAE) de 3,8. Pour mettre cela en perspective, lorsqu'ils ont comparé leur méthode aux autres modèles populaires comme ARIMA ou les réseaux de neurones standards, leur modèle « requin et équité » a été le grand vainqueur, les battant tous.

La découverte la plus passionnante est peut-être le coût de l'équité. Habituellement, lorsque l'on force un ordinateur à être équitable, sa précision globale diminue légèrement. Les auteurs ont mesuré ce « Prix de l'Équité » et ont constaté qu'il était incroyablement bas — environ 2 %. Cela signifie qu'ils ont obtenu un système beaucoup plus équitable, où les personnes des quartiers en difficulté bénéficient de meilleures prédictions de service, sans sacrifier la précision pour la ville dans son ensemble. En fait, le modèle a le plus amélioré les prédictions pour les zones les plus défavorisées, réduisant considérablement leurs erreurs, tout en augmentant seulement légèrement les erreurs dans les zones déjà bien desservies. C'est un peu comme un enseignant qui décide de passer un peu plus de temps à aider les élèves qui sont le plus en difficulté ; la moyenne de la classe peut baisser d'une fraction infime, mais aucun élève n'est laissé de côté.

En fin de compte, cet article suggère que nous n'avons pas à choisir entre une ville intelligente et une ville équitable. En utilisant des profils de districts pour comprendre les besoins locaux et une « pénalité d'équité » spéciale pour maintenir l'honnêteté du modèle, nous pouvons créer des systèmes de transport qui fonctionnent pour tout le monde. L'étude montre qu'avec les bons outils, nous pouvons combler les données manquantes, relier les points entre les quartiers similaires et garantir que lorsque vous appelez un taxi, le système est prêt pour vous, peu importe où vous vivez.

Résumé technique : Équité spatiale dans la prédiction de la demande de taxis

Énoncé du problème
La prévision précise de la demande de taxis est cruciale pour une gestion efficace des transports urbains, pourtant les modèles existants négligent souvent la distribution équitable de la qualité de service entre les différentes régions socio-économiques. Dans des villes comme Chicago, les disparités dans la disponibilité des transports peuvent exacerber les inégalités existantes, conduisant les communautés marginalisées à faire face à des temps d'attente plus longs et à un accès limité aux services essentiels. De plus, les jeux de données réels souffrent souvent de données manquantes significatives (par exemple, l'absence de zones communautaires de ramassage), ce qui entrave l'entraînement de modèles prédictifs robustes. Cette recherche aborde le double défi d'améliorer la précision de la prédiction en présence de données manquantes tout en atténuant explicitement le biais algorithmique afin de garantir une allocation de service équitable à travers les districts urbains démographiquement diversifiés.

Méthodologie
Le cadre proposé est une approche hybride comprenant trois étapes principales : l'imputation de données, la modélisation de la dépendance spatiale avec conscience de l'équité, et le raffinement de la prédiction multi-résolution.

Imputation de données via l'approche hybride NMF-WSO :
Pour traiter les données de demande manquantes, les auteurs reconstruisent la matrice de demande en utilisant une combinaison de la factorisation de matrices non négatives (NMF) et de l'optimisation du requin blanc (White Shark Optimization - WSO).
- Profils de district : Au lieu de s'appuyer sur une initialisation arbitraire, le modèle utilise des profils spécifiques aux districts (distance moyenne parcourue, durée et prix). Ces caractéristiques sont normalisées et pondérées en fonction de leur corrélation de Pearson avec la demande observée pour générer des valeurs initiales informées pour les matrices NMF.
- Optimisation : L'algorithme WSO, une métaheuristique d'inspiration naturelle, est employé pour affiner la factorisation des matrices $W$ et $H$ , optimisant ainsi la reconstruction des structures spatio-temporelles latentes obscurcies par les données manquantes.
Modélisation de la dépendance spatiale et simulation de l'équité :
Le cadre modélise les dépendances spatiales en identifiant des districts similaires pour éclairer les prédictions d'un district cible.
- Proximité de la difficulté relative (RHP - Relative Hardship Proximity) : Une nouvelle métrique est introduite pour évaluer la similitude entre les zones communautaires sur la base de leurs défis socio-économiques relatifs plutôt que sur leurs niveaux de difficulté absolue. La RHP est calculée comme la similitude cosinus entre les vecteurs de déviation des caractéristiques démographiques (ex. : taux de pauvreté, chômage, niveau d'éducation) par rapport au centroïde de la ville. Cela permet de regrouper les districts confrontés à des défis structurellement similaires.
- Similitude combinée : Un score de similitude est calculé en pondérant à la fois la proximité des bacs de demande et la similitude démographique (via la RHP). Les $k$ districts les plus similaires sont sélectionnés pour compléter la série temporelle historique du district cible.
- Architecture LSTM : Un réseau de mémoire à long terme (LSTM) traite la série temporelle combinée du district cible et de ses voisins les plus similaires pour prévoir la demande future.
Régularisation sensible à l'équité :
Pour imposer l'équité, un terme de régularisation spatialement conscient est intégré dans la fonction de perte ( $L_{total} = L_{base} + \lambda \cdot L_{fairness}$ ).
- Équité locale : Ce terme pénalise les disparités d'erreurs de prédiction entre les districts démographiquement similaires (définis par la RHP). Il minimise la différence entre la métrique d'équité locale $F(d)$ de deux districts, où $F(d)$ est définie comme la différence entre l'indice de difficulté normalisé et l'erreur quadratique moyenne (RMSE) normalisée pour ce district spécifique.
- Équité globale : Un second terme garantit que la moyenne des erreurs à travers des groupes démographiques prédéfinis reste constante.
- Objectif : La régularisation guide le modèle pour réduire les incohérences de prédiction dans les zones à forte difficulté, même si cela entraîne une augmentation marginale de l'erreur globale.
Raffinement de la prédiction multi-résolution :
Pour améliorer la précision, le système emploie une approche à deux niveaux. Un modèle LSTM horaire et un modèle LSTM de 15 minutes sont entraînés. Les quatre prédictions consécutives de 15 minutes sont additionnées, et cette somme est combinée avec la prédiction d'une heure originale en tant que caractéristiques d'entrée pour un régresseur à boosting de gradient (GBR), qui affine la prédiction finale de la demande.

Principales contributions

Intégration des profils de district : L'étude intègre des caractéristiques spécifiques aux districts (distance, durée et prix du trajet) avec la régression linéaire et la normalisation des données pour initialiser la NMF, fournissant une représentation plus précise de la dynamique de la demande qu'une initialisation aléatoire conventionnelle.
Extraction de facteurs latents améliorée : L'application de l'optimisation du requin blanc à la NMF améliore la capacité du modèle à capturer des modèles de demande et des corrélations complexes, menant à une meilleure imputation des données.
Proximité de la difficulté relative (RHP) : L'introduction de la RHP permet de simuler les relations de demande basées sur les défis socio-économiques relatifs, permettant un regroupement sensible à l'équité des districts qui transcende les simples mesures de difficulté absolue.
Régularisation sensible à l'équité : Le cadre incorpore explicitement un mécanisme de régularisation qui pénalise les distributions d'erreurs inégales entre des unités spatiales similaires, favorisant des performances équilibrées sans sacrifier de manière significative le pouvoir prédictif.

Résultats
Évalué sur un vaste ensemble de données de taxis de Chicago (mai–novembre 2013), le cadre proposé a atteint une erreur quadratique moyenne (RMSE) de 5,1 et une erreur absolue moyenne (MAE) de 3,8, surpassant les modèles de référence incluant ARIMA, MLP, GRU, T-GCN et ST-GAT.

Imputation : L'approche hybride NMF-WSO a réussi à reconstruire les données manquantes, le modèle horaire atteignant un RMSE de 6,9 sur les données de test mises de côté pour la validation de l'imputation.
Impact de l'équité : L'introduction de la régularisation de l'équité ( $\lambda = 0,48$ ) a considérablement réduit l'écart d'équité. Plus précisément, le RMSE pour les districts à forte difficulté (RHP élevée) est passé de 6,2 à 5,4, tandis que les districts à faible difficulté ont connu une légère augmentation (de 4,6 à 4,9). L'écart d'équité maximal entre les groupes a été réduit de 1,2 (sans régularisation) à 0,5.
Prix de l'équité (PoF) : L'amélioration de l'équité s'est faite au prix d'un coût marginal pour la précision globale. Le PoF a été calculé à environ 2 % (augmentant l'erreur globale de 4,9 à 5,0), démontrant que des gains d'équité substantiels peuvent être obtenus avec un compromis minimal dans la performance prédictive.
Signification statistique : Des tests t ont confirmé que les prédictions du modèle ne présentaient pas de déviations statistiquement significatives par rapport à la vérité terrain à travers les différents groupes RHP, indiquant une performance constante.

Signification
L'article soutient que l'incorporation de contraintes d'équité structurées dans les modèles de prévision de la demande est à la fois éthiquement nécessaire et techniquement réalisable. En priorisant l'équité, le modèle empêche le biais algorithmique qui pourrait favoriser les quartiers aisés, favorisant ainsi une plus grande équité sociale dans la mobilité urbaine. Les conclusions suggèrent que les systèmes d'IA « sensibles à l'équité » peuvent améliorer la distribution équitable des ressources de transport — réduisant les temps d'attente et les lacunes de service dans les communautés vulnérables — tout en maintenant des niveaux élevés de précision prédictive. L'approche offre une solution évolutive pour les urbanistes afin de traiter les inégalités systémiques dans la prestation de services de transport.

Résumé technique : Équité spatiale dans la prédiction de la demande de taxis

Articles similaires