Entropy-resolved sensor selection for compact and interpretable temporal multisensor monitoring

技術要約：コンパクトで解釈可能な時系列マルチセンサ・モニタリングのためのエントロピー分解型センサ選択

問題提起
マルチセンサ・モニタリング・システムは、センサ間の予測的関連性、時間的安定性、冗長性、およびデータの完全性の違いに起因する「チャネルの異質性（heterogeneity）」に悩まされることが多い。従来のセンサ選択手法は、通常、単一の統計的基準（分散、相互情報量、またはPCAローディングなど）に基づいてチャネルをランク付けする。これらの手法は次元削減には効果的であるが、時間的に変化するフィールド条件下において、いかに「運用上の実行可能性（operationally actionable）」を維持できるかという点では失敗することが多い。具体的には、これらはターゲットに関連する情報、時間的安定性、非冗長性、およびデータの完全性を、サブセット単位で統合的に評価しておらず、また、選択プロセスへの将来のテストウィンドウからの情報漏洩（information leakage）を厳密に防止できていない。本研究は、時間的ドリフトや欠損に対して堅牢な、コンパクトで解釈可能なサブセットレベルのセンサ保持フレームワークを提供することで、このギャップに対処するものである。

手法：ESAフレームワーク
著者らは、**エントロピー分解型センサ実行可能性（Entropy-Resolved Sensor Actionability: ESA）**フレームワークを提案している。分類器の精度を最適化する標準的な特徴量選択とは異なり、ESAはセンサ選択を、上流工程における「センサ保持（sensor-retention）」の問題として扱う。本手法は、UCI AirQualityフィールドセンサデータセット（クリーニング済みの8,991時間の観測値）を用いた前方時系列検証デザインに基づいている。

1. 時系列検証プロトコル： データは11個の前方時系列テスト分割に分割される。最初の3ヶ月が初期トレーニングウィンドウとなり、続く各月がテスト分割として機能する。高濃度のベンゼン曝露は、ターゲットへのリークを防ぐため、厳密にトレーニングウィンドウ内において算出された参照ガス（C6H6(GT)）の75パーセンタイルタイルとして定義される。
2. 実行可能性関数（Actionability Functional）： 候補となるセンサのサブセット $A$ に対し、ESAは、トレーニングウィンドウのみから推定された4つのコンポーネントに基づく統一的な実行可能性スコア $\Phi_m(A)$ を算出する。
   • 情報貢献度 ($I$): 離散化されたセンサの状態とバイナリターゲットとの間の正規化相互情報量。
   • 時間的安定性 ($S$): 直近のトレーニングブロックにおけるセンサの分布と、歴史的なトレーニング履歴との間のイェンセン・シャノン（Jensen-Shannon）ダイバージェンスによって測定される。
   • 非冗長性 ($R$): サブセット内のセンサ間の $|\text{Pearson correlation}|$ の平均値を用いて、$1 - \text{mean}(|\text{Pearson correlation}|)$ として計算される。
   • 完全性 ($C$): トレーニングウィンドウにおける有効な（欠損のない）読み取り値の割合。
3. 選択ルール： 本フレームワークは、これらのコンポーネントに重み（情報に0.50、安定性に0.25、冗長性に0.15、完全性に0.10）を割り当て、加重和を最大化するサブセット $A^*$ を選択する。最適化は、5つの候補センサに対する全探索（exhaustive enumeration）によって行われる。
4. 比較対象： ESAは、個別のランキング手法（相互情報量、相関、分散、PCAローディング、低ドリフト、低冗長性）、ランダム選択、および全センサ・ベースラインと比較される。
5. 堅牢性テスト： フレームワークは、以下の3つの条件下でストレス・テストを受ける。(a) 欠損ストレス（トレーニング中央値で補完された10〜30%のマスク済みテストデータ）、(b) 人工的ドリフト（最も情報量の多いセンサに系統的な位置・スケールシフトを適用）、(c) 構造的ハード検証（主要なセンサチャネルである PT08.S2(NMHC) の除去）。

主な結果

• 予測性能の保持： 通常の時系列検証下において、ESAによって選択されたサブセット（1つのセンサ、PT08.S2(NMHC) を使用）は、平均マクロF1スコア 0.9996 を達成し、全5センサのベースラインと同等の性能を示した。この性能は、単一基準のベストなベースライン（相互情報量、相関、PCA）と統計的に区別がつかないものであったが、ESAは統一された解釈の根拠を提供する。
• 選択の安定性： 修正された選択頻度分析により、$k=1$ の場合、PT08.S2(NMHC) が100% の時系列分割で選択されていることが明らかになった。$k=2$ の場合、PT08.S5(O3) が最も安定した二次チャネルとして浮上した（選択頻度72.7%）。これは、ESAが、分割ごとにランダムに選択されるのではなく、一貫した階層的なセンサの優先順位を特定していることを示している。
• 欠損への堅牢性： 欠損ストレス下（最大30%の欠損テストデータ）において、ESAサブセット（$k=2$ を使用）は、全センサ・ベースラインとほぼ同一の性能を維持し、部分的なセンサの利用不能に対する耐性を示した。
• ドリフト下での限界： 人工的なドリフト・シナリオにおいて、ESAサブセットは、分散ベースのランキングと比較して性能が低下した（ドリフト30%時にマクロF1が0.5722に低下）。分散ベースの手法の方がより安定していた。著者らは、これを現在の定式化の境界事項として明記している。
• ハード検証： 主要なセンサ（PT08.S2(NMHC)）を除去した場合、ESAサブセットは依然として競争力を維持した（$k=4$ でマクロF1 0.8798）。ただし、PCAローディング（0.8860）を上回ることはなかった。これは、主要なセンサが失われた際に、ESAが残りのチャネルへ実行可能性を再分配できる能力を持つことを裏付けている。

意義および主張
本論文は、ESAがコンパクトで、解釈可能であり、かつ時系列的に許容可能な、フィールド・マルチセンサ・モニタリングのためのレイヤーを提供すると主張している。その主要な意義は、「分類器の最適化」から「センサの実行可能性」へと焦点を移したことにある。情報、安定性、冗長性、および完全性を単一のルールに統合することで、ESAは、変化するフィールド条件下でも運用可能な最小限のセンサ・サブセットの保持を可能にする。

著者らは、ESAがすべてのシナリオにおいて競合するすべての手法に対して必ずしも優れた予測精度を提供するわけではない（通常の条件下では単一基準の手法と同等であり、ハード検証下ではPCAが優れていたことを注記している）と控えめに主張している。むしろ、その貢献は方法論的フレームワーク自体にある。すなわち、理論的に正当化可能なモニタリング構成を生み出すためのルールである。本フレームワークは、情報、安定性、冗長性、および完全性を一つのルールに組み込むことで、センサの優先順位付け、メンテナンス、および校正に関する実用的な意思決定を支援する。本研究は、エントロピー分解型のサブセット実行可能性が、時系列構造を持つフィールドデータにおいて、コンパクトで解釈可能なセンサ保持を実現するための有効なアプローチであることを結論付けている。