📊 statistics

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

यह शोधपत्र Gen-ROTDA का प्रस्ताव करता है, जो एक सुदृढ़ इष्टतम परिवहन-निर्देशित जनरेटिव रेसिडुअल डोमेन अनुकूलन ढांचा है जो अवशिष्ट पैटर्न (residual patterns) को स्थानांतरित करके और उच्च-लागत वाले परिवहन मिलानों को छाँटकर टेम्पोरल डोमेन शिफ्ट के तहत बाइक-शेयरिंग मांग की प्रभावी ढंग से भविष्यवाणी करता है, जो शोर वाले और बहु-वर्षीय परिदृश्यों में विभिन्न बेसलाइनों से बेहतर प्रदर्शन करता है।

मूल लेखक: Yiming Ma

प्रकाशित 2026-05-25

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yiming Ma

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक शहर के योजनाकार (city planner) हैं और आप यह अनुमान लगाने की कोशिश कर रहे हैं कि एक विशिष्ट स्टेशन से एक विशिष्ट घंटे में कितने लोग साइकिल किराए पर लेंगे। आपके पास एक बहुत ही स्मार्ट कंप्यूटर मॉडल है जिसे पिछले साल (2025) के डेटा पर प्रशिक्षित किया गया है। आप इस मॉडल का उपयोग अगले वर्ष (2026) की मांग का अनुमान लगाने के लिए करना चाहते हैं।

समस्या यह है कि लोग बदल जाते हैं। शायद एक नई ऑफिस बिल्डिंग खुल गई हो, मौसम के पैटर्न बदल गए हों, या यात्रियों की आदतें बदल गई हों। यदि आप सीधे पिछले साल के मॉडल का उपयोग करते हैं, तो यह गलतियाँ करेगा क्योंकि शहर के "नियम" बदल गए हैं। इसे टेम्पोरल डोमेन शिफ्ट (Temporal Domain Shift) कहा जाता है।

यह शोध पत्र इस समस्या को ठीक करने के लिए एक नया तरीका पेश करता है जिसे Gen-ROTDA कहा जाता है। यह कैसे काम करता है, इसे सरल उपमाओं (analogies) के माध्यम से समझाया गया है:

1. "एंकर" और "ड्रिफ्ट" (विघटन/Decomposition)

कल्पना कीजिए कि बाइक की मांग नदी में तैरती एक नाव की तरह है।

एंकर (The Anchor): कुछ चीजें ऐसी होती हैं जो साल बदलने पर भी नहीं बदलतीं। स्टेशन का स्थान, दिन का समय, और यह कि क्या वह सप्ताहांत (weekend) है—ये नाव के एंकर की तरह हैं। ये स्थिर होते हैं। लेखक इन स्थिर हिस्सों के लिए एक सरल मॉडल बनाते हैं।
ड्रिफ्ट (The Drift/Residual): वह हिस्सा जो बदलता है, वह है "ड्रिफ्ट"—वह अतिरिक्त मांग जो नई घटनाओं, अजीब मौसम, या बदलती आदतों के कारण होती है। यह हिस्सा अव्यवस्थित और अप्रत्याशित है।

पूरी नाव की गति को फिर से अनुमानित करने की कोशिश करने के बजाय, लेखकों की विधि केवल ड्रिफ्ट (रेसिड्यूअल) का अनुमान लगाने की कोशिश करती है। वे वास्तविक डेटा से स्थिर "एंकर" भविष्यवाणी को घटा देते हैं और केवल उस बिखरे हुए हिस्से को ठीक करने की कोशिश करते हैं। यह समस्या को बहुत आसान बना देता है।

2. "अनुवादक" (जेनेरेटर/The Generator)

अब, कल्पना कीजिए कि आपके पास 2025 की एक डिक्शनरी है और आपको 2026 की भाषा बोलनी है। शब्द थोड़े अलग हैं।

यह शोध पत्र एक जेनेरेटर (एक छोटा AI अनुवादक) का उपयोग करता है। यह 2025 के "ड्रिफ्ट" डेटा को लेता है और इसमें बस इतना बदलाव करता है कि यह 2026 के डेटा जैसा दिखने लगे।
महत्वपूर्ण बात यह है कि यह पूरी कहानी को फिर से नहीं लिखता; यह बस एक छोटा सा "अनुवाद परत" (translation layer) जोड़ता है ताकि मूल अर्थ खोए बिना 2025 का डेटा 2026 के पैटर्न में बेहतर तरीके से फिट हो सके।

3. "स्मार्ट मैचमेकर" और "सेफ्टी नेट" (रोबस्ट ऑप्टिमल ट्रांसपोर्ट/Robust Optimal Transport)

मॉडल को सिखाने के लिए, आपको 2025 के डेटा पॉइंट्स को 2026 के डेटा पॉइंट्स के साथ मिलाना होगा।

मानक मिलान (Standard OT): कल्पना कीजिए कि एक मैचमेकर 2025 और 2026 के डेटा पॉइंट्स को उनकी समानता के आधार पर जोड़ने की कोशिश कर रहा है।
समस्या: कभी-कभी, 2026 के डेटा में "शोर" (noise) होता है—अचानक आए तूफान, डेटा की गड़बड़ी, या किसी एक बार होने वाली घटना के कारण उत्पन्न अजीब रिकॉर्ड। एक मानक मैचमेकर एक सामान्य 2025 के दिन को एक अजीब 2026 के दिन के साथ मिलाने की कोशिश कर सकता है, जो भविष्यवाणी को खराब कर देता है।
समाधान (Robust OT): लेखकों ने एक सेफ्टी नेट जोड़ा है। मिलान को अंतिम रूप देने से पहले, सिस्टम प्रत्येक मिलान की "लागत" (cost) को देखता है। यदि कोई मिलान बहुत अजीब या महंगा (जैसे एक धूप वाले दिन को तूफान वाले दिन के साथ जोड़ने की कोशिश करना) है, तो सिस्टम उस मिलान को काट देता है और उसे अनदेखा कर देता है। यह केवल "अच्छे" मिलानों को ही रखता है ताकि मॉडल को प्रशिक्षित किया जा सके।

उन्होंने क्या पाया?

लेखकों ने न्यूयॉर्क शहर के Citi Bike डेटा पर 2021 से 2026 तक परीक्षण किया।

मुख्य कार्य में सर्वश्रेष्ठ: 2025 के आधार पर 2026 की भविष्यवाणी करने के लिए, उनकी विधि (Gen-ROTDA) ने अन्य तरीकों की तुलना में सबसे कम गलतियाँ कीं।
"सेफ्टी नेट" महत्वपूर्ण है: जब उन्होंने जानबूझकर 2026 के सेट में "कचरा" या अजीब डेटा जोड़ा (खराब मौसम या डेटा त्रुटियों का अनुकरण करते हुए), तो मानक तरीके भ्रमित हो गए और विफल हो गए। Gen-ROTDA, अपने "सेफ्टी नेट" (Robust OT) के कारण, शांत और सटीक रहा।
जादुई छड़ी नहीं: हालांकि यह "शोर वाले" डेटा को संभालने में सबसे अच्छा था और "ऑप्टिमल ट्रांसपोर्ट" परिवार के बीच शीर्ष विधि था, लेकिन सरल तरीके जैसे कि केवल "फाइन-ट्यूनिंग" (नए डेटा पर मॉडल को थोड़ा फिर से प्रशिक्षित करना) अभी भी समग्र रूप से बहुत मजबूत प्रतिस्पर्धी थे।

निष्कर्ष (The Bottom Line)

यह शोध पत्र तर्क देता है कि अलग-अलग वर्षों के बीच बाइक की मांग की भविष्यवाणी करते समय, आपको सब कुछ एक साथ अनुमानित करने की कोशिश नहीं करनी चाहिए। इसके बजाय:

स्थिर चीजों को बदलते हुए चीजों से अलग करें।
बदलते हुए हिस्से को नए वर्ष जैसा दिखने के लिए अनुवादित करें।
उन अजीब, शोर वाले मिलानों को अनदेखा करें जो समझ में नहीं आते।

ऐसा करके, मॉडल बहुत अधिक विश्वसनीय हो जाता है, विशेष रूप से तब जब वास्तविक दुनिया का डेटा अव्यवस्थित हो या उसमें अप्रत्याशित आश्चर्य हों।

तकनीकी सारांश: बाइक-शेयरिंग मांग भविष्यवाणी के लिए सुदृढ़ OT-निर्देशित जनरेटिव रेसिडुअल डोमेन एडेप्टेशन (Gen-ROTDA)

समस्या विवरण
ऐतिहासिक स्टेशन-घंटे डेटा पर प्रशिक्षित बाइक-शेयरिंग मांग भविष्यवाणी मॉडल अक्सर बाद के वर्षों में तैनात किए जाने पर टेम्पोरल डोमेन शिफ्ट (temporal domain shifts) के कारण खराब हो जाते हैं। बदलते स्टेशन की लोकप्रियता, आवागमन के व्यवहार, राइडर संरचना और परिचालन पैटर्न जैसे कारक अंतर्निlying डेटा वितरण ( $P_s(X, Y) \neq P_t(X, Y)$ ) को बदल देते हैं। यह चुनौती डेटा की विरलता (sparsity), विषमता (skewness) और शोर (noise) से और भी बढ़ जाती है, जहाँ कुछ स्टेशन और पीक ऑवर्स भविष्यवाणी त्रुटियों पर हावी होते हैं। इसके अलावा, लक्षित डोमेन (target domains) में असामान्य घटनाओं या डेटा गुणवत्ता के मुद्दों के कारण असामान्य रिकॉर्ड हो सकते हैं, जो मानक डोमेन एडेप्टेशन विधियों को अस्थिर कर सकते हैं। यह शोध पत्र 2021 से 2026 तक मार्च के Citi Bike की मांग की भविष्यवाणी करने के विशिष्ट कार्य पर केंद्रित है, जिसमें 2025-से-2026 ट्रांसफर को प्राथमिक मूल्यांकन परिदृश्य के रूप में लिया गया है।

कार्यप्रणाली: Gen-ROTDA
यह शोध पत्र Gen-ROTDA (जनरेटिव रोबस्ट ऑप्टिमल ट्रांसपोर्ट डोमेन एडेप्टेशन) प्रस्तावित करता है, जो एक ऐसा ढांचा है जिसे रेसिडुअल डिकंपोजिशन (residual decomposition), फीचर जनरेशन और रोबस्ट ट्रांसपोर्ट अलाइनमेंट के संयोजन के माध्यम से टेम्पोरल शिफ्ट को संभालने के लिए डिज़ाइन किया गया है। इस कार्यप्रणाली में चार प्रमुख चरण शामिल हैं:

एंकर-रेसिडुअल डिकंपोजिशन (Anchor-Residual Decomposition):
कच्ची मांग (raw demand) को स्थानांतरित करने के बजाय, यह विधि लॉग-ट्रांसफॉर्म की गई मांग ( $z = \log(1+Y)$ ) को दो घटकों में विभाजित करती है:
- एंकर घटक (Anchor Component): लेबल वाले टारगेट सैंपल्स पर प्रशिक्षित एक टारगेट-डोमेन मॉडल $a_\phi(A)$ , जो स्थिर स्थानिक और कैलेंडर फीचर्स (जैसे निर्देशांक, घंटा, सप्ताह का दिन) का उपयोग करता है। यह स्थिर स्टेशन-टाइम संरचना को कैप्चर करता है।
- रेसिडुअल घटक (Residual Component): अंतर $r = z - a_\phi(A)$ , जिसमें वर्ष-विशिष्ट गतिकी (dynamics) होती है। डोमेन एडेप्टेशन विशेष रूप से इस रेसिडुअल घटक पर लागू किया जाता है।
लेबल-प्रिजर्विंग रेसिडुअल फीचर जनरेटर (Label-Preserving Residual Feature Generator):
एक डिटर्मिनिस्टिक जनरेटर $G_\theta(T) = T + h_\theta(T)$ (जहाँ $h_\theta$ एक छोटा MLP है) सोर्स रेसिडुअल फीचर्स को टारगेट फीचर्स के समान बनाने के लिए रूपांतरित करता है। स्टोकेस्टिक GANs के विपरीत, इस जनरेटर का लक्ष्य रूपांतरित फीचर्स को मूल प्रतिनिधित्व के करीब रखना है जबकि वितरणों को अलाइन करना है। प्रशिक्षण उद्देश्य में शामिल हैं:
- जेनरेटेड सोर्स और टारगेट फीचर्स के बीच वितरण अलाइनमेंट लॉस (MMD-शैली)।
- अत्यधिक फीचर मूवमेंट को रोकने के लिए आइडेंटिटी रेगुलराइजेशन।
- लेबल प्रिजर्वेशन और सुपरविजन लॉस ताकि यह सुनिश्चित हो सके कि मांग-संबंधित जानकारी बरकरार रहे।
रोबस्ट ऑप्टिमल ट्रांसपोर्ट (OT) अलाइनमेंट:
फीचर जनरेशन के बाद, विधि ऑप्टिमल ट्रांसपोर्ट का उपयोग करके सोर्स और टारगेट वितरणों को अलाइन करती है। आउटलेर्स के प्रति मानक OT की संवेदनशीलता को संबोधित करने के लिए, Gen-ROTDA एक रोबस्ट ट्रिमिंग (robust trimming) चरण का उपयोग करता है:
- ट्रांसपोर्ट कपलिंग प्रविष्टियों को लागत (cost) के आधार पर सॉर्ट किया जाता है।
- उच्च-लागत वाले मिलान (आउटलेर्स) को तब तक हटाया जाता है जब तक कि रिटेन मास एक निर्दिष्ट थ्रेशोल्ड (जैसे 0.8) तक नहीं पहुँच जाता।
- शेष कपलिंग को बैरीसेंट्रिक प्रोजेक्शन की गणना के लिए पुनर्नॉर्मलाइज़ किया जाता है। यदि एक सोर्स रो (row) अपना सारा मास खो देता है, तो मूल जेनरेटेड फीचर को फॉलबैक के रूप में रखा जाता है।
अंतिम भविष्यवाणी (Final Prediction):
एक रेसिडुअल प्रेडिक्टर को ट्रांसपोर्ट किए गए सोर्स रेसिडुअल्स और लेबल किए गए टारगेट रेसिडुअल्स (टारगेट रेसिडुअल्स को अधिक वेट दिया गया है) पर प्रशिक्षित किया जाता है। अंतिम मांग भविष्यवाणी को एंकर प्रेडिक्शन में अनुमानित रेसिड्यूल जोड़कर और इनवर्स लॉग ट्रांसफॉर्मेशन लागू करके पुनर्गठित किया जाता है।

प्रमुख योगदान

समस्या का निरूपण: यह शोध पत्र क्रॉस-ईयर बाइक-शेयरिंग भविष्यवाणी को एक रेसिडुअल टेम्पोरल डोमेन एडेप्टेशन समस्या के रूप में निरूपित करता है, जो स्थिर संरचनात्मक प्रभावों को हस्तांतरणीय रेसिडुअल डायनेमिक्स से अलग करता है।
फ्रेमवर्क प्रस्ताव: यह Gen-ROTDA पेश करता है, जो एक डिटर्मिनिस्टिक, लेबल-प्रिजर्विंग रेसिडुअल फीचर जनरेटर और रोबस्ट OT ट्रिमिंग को अनूठे रूप से जोड़ता है।
व्यापक मूल्यांकन: इस विधि का मूल्यांकन मुख्य कार्यों, मल्टी-ईयर ट्रांसफर, असामान्य रिकॉर्ड के विरुद्ध मजबूती परीक्षण और एब्लेशन अध्ययनों के माध्यम से Citi Bike डेटा (2021–2026) पर किया गया है।

प्रायोगिक परिणाम

मुख्य कार्य (2025 $\to$ 2026): Gen-ROTDA ने 0.8625 का सबसे कम मीन एब्सोल्यूट एरर (MAE) प्राप्त किया, जो सोर्स-ओनली बेसलाइन (0.8834) और सिंकहॉर्न OTDA वेरिएंट (0.8633) से बेहतर प्रदर्शन करता है। जबकि Gen-OTDA (बिना रोबस्ट ट्रिमिंग के) ने सबसे कम RMSE और उच्चतम $R^2$ प्राप्त किया, Gen-ROTDA औसत पूर्ण त्रुटि को कम करने में श्रेष्ठ था, जो विरल और विषम मांग डेटा के लिए महत्वपूर्ण है।
मल्टी-ईयर प्रदर्शन: एडजेसेंट-ईयर और टू-ईयर ट्रांसफर कार्यों में, Gen-ROTDA OT-फैमिली के भीतर सबसे अच्छा प्रदर्शन करने वाला तरीका था, जो सिंकहॉर्न OTDA, ROTDA और Gen-OTDA से थोड़ा बेहतर रहा। हालांकि, यह समग्र औसत MAE में फाइन-ट्यूनिंग और MMD एडेप्टेशन जैसे मजबूत बेसलाइन्स से आगे नहीं निकल सका।
मजबूती (Robustness): इंजेक्टेड असामान्य टारगेट रिकॉर्ड्स (20% तक कंटैमिनेशन) के तहत, Gen-ROTDA ने उत्कृष्ट स्थिरता प्रदर्शित की। इसका MAE केवल मामूली रूप से बढ़ा (0.8625 से 0.8629), जबकि गैर-रोबस्ट वेरिएंट (सिंकहॉर्न OTDA और Gen-OTDA) में महत्वपूर्ण गिरावट देखी गई।
एब्लेशन: अध्ययन ने पुष्टि की कि रोबस्ट OT ट्रिमिंग MAE सुधार का प्राथमिक चालक है। जनरेटर ने एक मामूली अतिरिक्त लाभ प्रदान किया लेकिन वह अकेले प्रमुख कारक नहीं था।

महत्व और दावे
यह शोध पत्र दावा करता है कि शहरी मोबिलिटी फोरकास्टिंग में शोर वाले टेम्पोरल ट्रांसफर को संभालने के लिए रोबस्ट ट्रांसपोर्ट एक महत्वपूर्ण घटक है। उच्च-लागत वाले ट्रांसपोर्ट मिलान को ट्रिम करके, यह विधि उन असामान्य टारगेट रिकॉर्ड्स के प्रभाव को प्रभावी ढंग से कम करती है जो आमतौर पर मानक OT दृष्टिकोणों को अस्थिर कर देते हैं।

लेखक Gen-ROTDA को सभी बेसलाइन्स के मुकाबले एक सार्वभौमिक रूप से श्रेष्ठ प्रेडिक्टर के रूप में नहीं, बल्कि एक रोबस्ट OT-फैमिली मेथड के रूप में प्रस्तुत करते हैं जो डेटा विसंगतियों की उपस्थिति में महत्वपूर्ण स्थिरता प्रदान करता है। एंकर-रेसिड्यूल डिजाइन को स्थिर संरचनाओं को अलग करने के लिए एक व्यावहारिक रणनीति के रूप में रेखांकित किया गया है, जिससे रेसिडुअल एडेप्टेशन समस्या कम-आयामी और अधिक सुलभ बन जाती है। निष्कर्ष बताते हैं कि जबकि जनरेटिव फीचर ट्रांसफॉर्मेशन लचीलापन प्रदान करता है, इसका मूल्य पूरक और कार्य-निर्भर है, जबकि शोर वाले वातावरण में विश्वसनीय टेम्पोरल डोमेन एडेप्टेशन के लिए रोबस्ट अलाइनमेंट आवश्यक है।

1. "एंकर" और "ड्रिफ्ट" (विघटन/Decomposition)

2. "अनुवादक" (जेनेरेटर/The Generator)

3. "स्मार्ट मैचमेकर" और "सेफ्टी नेट" (रोबस्ट ऑप्टिमल ट्रांसपोर्ट/Robust Optimal Transport)

उन्होंने क्या पाया?

निष्कर्ष (The Bottom Line)

इसी तरह के और पेपर