Adjustment of Cluster-Then-Predict Framework for Multiport Scatterer Load Prediction

Titolo: Adattamento del Framework "Cluster-Then-Predict" per la Previsione del Carico di Scatterer Multiport

1. Il Problema

La previsione dei valori di carico interconnessi (impedenze) negli scatterer multiport è una sfida significativa nella progettazione di sistemi di comunicazione e misurazione, come le Superfici Intelligenti Ricostituibili (RIS) e i dispositivi di backscattering.

• Sfide principali: L'alta dimensionalità dei dati e la complessa dipendenza tra le impedenze di carico e le capacità di scattering (caratterizzate dai parametri S) rendono difficile la modellazione diretta.
• Limitazioni attuali: Studi precedenti hanno dimostrato che l'uso di tecniche di Intelligenza Artificiale (AI) per risolvere problemi di scattering inverso (prevedere i carichi necessari per ottenere un certo scattering) porta a una significativa degradazione dell'accuratezza nei casi multi-carico rispetto ai casi single-carico. Questo è dovuto alla preferenza degli algoritmi per attributi ad alta varianza, che tendono a sopprimere caratteristiche rilevanti ma più deboli.

2. Metodologia

Gli autori propongono un framework a due stadi basato sull'approccio "Divide and Conquer" (Dividi e Conquista), denominato Cluster-Then-Predict. L'obiettivo è ridurre la variabilità nei sottogruppi di dati prima di applicare la regressione.

• Fase 1: Clustering (Divide):
  • Il dataset di addestramento viene suddiviso in sottogruppi (cluster) più omogenei utilizzando algoritmi di clustering.
  • Vengono confrontati due metodi di clustering: K-means standard e una variante basata sul Trasporto Ottimale (OT K-means).
  • La qualità dei cluster è valutata tramite il Silhouette Score.
• Fase 2: Predizione (Conquer):
  • Per ogni cluster generato, viene addestrato un modello di regressione specifico.
  • Durante l'inferenza, un nuovo campione di test viene assegnato al cluster più vicino (basato sulla distanza euclidea dai centroidi) e il modello corrispondente a quel cluster viene utilizzato per prevedere i valori di carico.
• Algoritmi di Regressione Testati:
  • Gradient Boosting (GB): Un modello complesso ad alta capacità di apprendimento.
  • K-Nearest Neighbors (KNN): Un metodo basato sull'istanza locale.
  • Vengono testate anche combinazioni con altri modelli (Regressione Lineare, Lasso, SVR) per validazione.

3. Contributi Chiave

1. Framework Cluster-Then-Predict: Dimostrazione che la pre-clustering dei dati migliora significativamente l'accuratezza della previsione delle impedenze di carico in sistemi multiport, riducendo la complessità del problema di regressione globale.
2. Real-world Unified Index (RUI): Introduzione di una nuova metrica composita per valutare i compromessi (trade-off) in scenari reali. Il RUI unifica metriche con obiettivi conflittuali (es. minimizzare l'errore RMSE vs massimizzare la qualità del clustering) e scale diverse (tempo di calcolo vs accuratezza) in un unico indice normalizzato.
   • Formula: $RUI = \sum w_i \cdot \tilde{metric}_i$, dove i pesi $w_i$ riflettono l'importanza relativa per lo scenario specifico.
3. Analisi Comparativa Estesa: Confronto sistematico tra clustering K-means e OT K-means, combinati con diversi regressori, su un dataset sintetico realistico di scatterer multiport.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su un dataset di $10^6$ campioni relativi a uno scatterer multiport con 3 carichi e 4 angoli di osservazione.

• Miglioramento dell'Accuratezza (GB):
  • L'approccio cluster-then-predict ha portato a una riduzione del 46% dell'Errore Quadratico Medio (RMSE) per l'algoritmo Gradient Boosting rispetto alla baseline (senza clustering).
  • L'RMSE è sceso da 167.82 (baseline) a 90.11 (K-means + GB).
  • Il coefficiente di determinazione ($R^2$) è migliorato da 0.55 a 0.87.
• Comportamento di KNN:
  • Per KNN, il clustering non ha mostrato miglioramenti significativi nell'accuratezza (l'RMSE è rimasto stabile intorno a 82-84), suggerendo che la struttura locale dei vicini è già ben catturata dalla baseline o che il clustering potrebbe disturbare leggermente la struttura locale.
• Ottimizzazione tramite RUI:
  • Utilizzando il RUI (con pesi: 0.3 per Silhouette, 0.4 per RMSE, 0.3 per Tempo di Predizione), la combinazione ottimale identificata è K-means + KNN (con k=3 o k=9).
  • Questa configurazione ha raggiunto il massimo RUI globale (0.998), offrendo un ottimo compromesso tra accuratezza, qualità del clustering e tempi di esecuzione (tempo di predizione di circa 0.4 secondi).
• Tempo di Calcolo:
  • Il clustering introduce un costo computazionale aggiuntivo durante l'addestramento e la fase di assegnazione, ma il tempo di predizione rimane gestibile, specialmente per KNN che è insensibile alla dimensione del cluster.

5. Significato e Implicazioni

• Applicabilità Pratica: Il framework proposto è particolarmente utile per sistemi dinamici come le RIS, dove è necessario un aggiornamento in tempo reale dei parametri di carico basati sulle condizioni del canale. La riduzione dell'errore e la gestione efficiente dei tempi di calcolo sono cruciali per queste applicazioni.
• Validazione del "Divide and Conquer": Il lavoro conferma che per problemi di scattering inverso ad alta dimensionalità, la suddivisione del dominio dei dati in regioni più correlate migliora le prestazioni dei modelli di apprendimento automatico.
• Nuovo Standard di Valutazione: L'introduzione del RUI offre un metodo più robusto rispetto alla sola analisi dell'accuratezza per selezionare algoritmi in scenari ingegneristici reali, dove il tempo di risposta e la stabilità del modello sono altrettanto importanti della precisione pura.

In conclusione, l'articolo dimostra che l'adattamento di un approccio a due stadi (clustering seguito da predizione) è una strategia efficace per superare le limitazioni degli algoritmi standard nella previsione di carichi in scatterer multiport, con il setup K-means + KNN che si distingue come la soluzione più efficiente ed equilibrata per l'implementazione reale.