Pavement Missing Condition Data Imputation through Collective Learning-Based Graph Neural Networks

Dit artikel presenteert een collectieve leer-methode op basis van Graph Convolutional Networks die de onderlinge afhankelijkheden tussen aangrenzende wegsecties benut om ontbrekende wegconditiegegevens effectief te imputeren, wat leidt tot betere resultaten dan bestaande methoden.

De kern

De Pijnpunten van de Weg: Hoe Slimme Netwerken Ontbrekende Informatie Invullen

Stel je voor dat je een enorme puzzel hebt: de wegen van Texas. Elke stukje weg is een puzzelstukje met een gezondheidsscore. Sommige stukken zijn als nieuw (score 100), andere zijn versleten en hebben reparatie nodig (score 1).

Het probleem? Veel puzzelstukjes zijn kwijt.

Soms werkt de sensor niet, soms is een inspectie overgeslagen, of is het weer te slecht geweest. In de echte wereld betekent dit dat we niet weten hoe slecht een stuk weg er echt uitziet. Als we die gaten negeren, maken we verkeerde beslissingen over waar we geld moeten investeren.

De auteurs van dit paper, Ke Yu en Lu Gao, hebben een slimme oplossing bedacht. Ze gebruiken een technologie die ze een "Collective Learning Graph Neural Network" (CLGNN) noemen. Laten we dit uitleggen met een paar alledaagse vergelijkingen.

1. Het Probleem: De Blinde Vlekken

Stel je voor dat je een klaslokaal hebt met 100 leerlingen. Je wilt weten wie ziek is. Maar 30 leerlingen zijn niet naar school gekomen en je hebt geen lijstje.

• De oude manier: Je zou zeggen: "Oké, die 30 zijn er niet, we tellen ze niet mee." Of je zou raden op basis van het gemiddelde van de hele klas.
• Het probleem hiermee: Als de ziekte besmettelijk is, en je weet dat de drie leerlingen die naast de zieke jongen zaten ook ziek zijn, dan is het heel waarschijnlijk dat die 30 afwezige leerlingen ook ziek zijn. De oude methodes kijken niet naar de relatie tussen de leerlingen.

2. De Oplossing: De "Buurman-Principe"

De nieuwe methode van de auteurs werkt als een slimme buurman. Ze kijken niet alleen naar de afwezige leerlingen, maar vooral naar hun buren.

In de wereld van wegen betekent dit:

• Als weg A (die we kunnen zien) in slechte staat is...
• En weg B (die we niet kunnen zien) ligt direct ernaast...
• Dan is de kans groot dat weg B ook in slechte staat is, omdat ze dezelfde belasting hebben, hetzelfde weer hebben en vaak tegelijkertijd worden gebouwd.

3. Hoe werkt de "Collective Learning"?

De auteurs gebruiken een digitaal brein (een kunstmatige intelligentie) dat werkt als een groot netwerk van vrienden.

• Het Netwerk: Ze bouwen een digitaal model van de wegen, waarbij elke weg een "knooppunt" is en elke verbinding tussen wegen een "lijn".
• De Collectieve Leer: In plaats dat elke weg alleen naar zijn eigen verleden kijkt, laat het model de wegen met elkaar "praten".
  • Vergelijking: Stel je voor dat je probeert het weer te voorspellen. Als je buurman zegt "Het regent bij mij", en de buurman van die buurman zegt "Het regent ook bij mij", dan ga je er redelijk zeker van uit dat het ook bij jou regent, zelfs als je raam dicht is.
• Het Magische Moment: Het model leert niet alleen van de data die het heeft, maar ook van de data die het missen moet voorspellen, door te kijken naar de patronen in de hele groep. Het zegt: "Oh, deze groep wegen is allemaal versleten, dus het ontbrekende stukje moet ook versleten zijn."

4. Het Experiment: De Texas Test

De auteurs hebben dit getest met echte data van de wegen in Austin, Texas.

• Ze namen een complete dataset van wegen.
• Ze deden alsof ze 30% van de data kwijt waren (ze "verbergden" de scores van bepaalde wegen).
• Vervolgens lieten ze hun slimme model proberen die ontbrekende scores te raden, puur op basis van de buren en de historische data.

Het Resultaat?
Het slimme model (CLGNN) was de beste! Het voorspelde de ontbrekende waarden ongeveer 5% nauwkeuriger dan andere slimme methodes (zoals standaard neurale netwerken of traditionele statistiek).

Waarom is dit belangrijk?

Stel je voor dat je een stad moet repareren. Als je denkt dat een weg "goed" is, terwijl hij eigenlijk "slecht" is omdat je de data mist, kun je een ongeluk laten gebeuren. Of je geeft geld uit aan een weg die het niet nodig heeft.

Met deze nieuwe methode kunnen wegbeheerders:

1. Gaten opvullen: Zelfs als data ontbreekt, krijgen ze een betrouwbaar beeld.
2. Slimmer plannen: Ze weten precies welke wegen eerst gerepareerd moeten worden.
3. Veiligheid verhogen: Minder verrassingen op de weg.

Kortom:
Deze paper laat zien dat we niet hoeven te panikeren als data ontbreekt. Door slimme computers te laten kijken naar de "buren" van een weg, kunnen we de ontbrekende puzzelstukjes met grote zekerheid invullen. Het is alsof je de weg zelf laat praten met zijn buren om te vertellen hoe het er echt voorstaat.

Technische samenvatting

Titel: Imputatie van ontbrekende wegdekconditiedata via collectieve leer-gebaseerde Graph Neural Networks

Auteurs: Ke Yu (Universiteit van Pittsburgh) en Lu Gao (Universiteit van Houston)

---

1. Probleemstelling

De accurate beoordeling en voorspelling van de prestaties van wegdekken is cruciaal voor het beheer van onderhoud en herstelwerkzaamheden in een wegennetwerk. Een significant probleem in de praktijk is dat conditiedata vaak onvolledig zijn. Dit komt door diverse oorzaken, zoals sensorfouten, storingen of niet-periodieke inspectieschema's.

Ontbrekende data, en met name data die systematisch ontbreekt, leidt tot:

• Verlies van informatie.
• Verminderde statistische power.
• Gekantelde (biased) beoordelingen van de staat van het wegennet.

Bestaande methoden voor het omgaan met ontbrekende data zijn vaak onvoldoende:

1. Verwijdering: Het volledig verwijderen van datapunten met ontbrekende waarden, wat leidt tot data-uitval.
2. Eenvoudige interpolatie: Het invullen van gaten op basis van lineaire of eenvoudige schattingen, wat complexe relaties negeert.
3. Statistische modellen: Het gebruik van historische data en covariaten, maar vaak zonder rekening te houden met de ruimtelijke afhankelijkheid tussen aangrenzende wegsecties.

2. Methodologie

De auteurs stellen een nieuwe aanpak voor die gebruikmaakt van een Collective Learning-based Graph Neural Network (CLGNN). In tegenstelling tot traditionele Graph Neural Networks (GNN's) die voornamelijk afhankelijkheden tussen features van aangrenzende knopen modelleren, neemt de CLGNN ook de afhankelijkheden tussen de labels (de geobserveerde conditietoestanden) van aangrenzende knopen in overweging.

Het Model en het Kader:

• Graph Representatie: Het wegennetwerk wordt gemodelleerd als een graaf $G = (V, E)$, waarbij knopen ($v_i$) wegsecties vertegenwoordigen en randen ($E$) de connectiviteit tussen deze secties.
• Doelfunctie: Het voorspellen van de ontbrekende conditiewaarden ($s_{unlabeled}$) op basis van de geobserveerde waarden ($s_{labeled}$), verklarende variabelen ($x$, zoals verkeersvolume, leeftijd, type wegdek) en de graafstructuur ($G$).
• Iteratief Trainingsproces: Het model volgt een vierstapsproces per iteratie:
  1. Sampling: Een willekeurige binaire masker wordt toegepast om een deel van de data als "ontbrekend" te markeren.
  2. Predictie: Een Graph Convolutional Network (GCN) laag voorspelt de labelverdeling voor de gemaskerde knopen.
  3. Combinatie: De voorspelde labels worden gecombineerd met de beschikbare echte labels en opnieuw als input gebruikt voor de GCN-laag.
  4. Optimalisatie: Parameters worden geoptimaliseerd door de fout (loss) te minimaliseren.

De GCN-laag update de embedding van een knoop $i$ door informatie te aggregeren van zijn buren $N(i)$, gewogen op basis van de graad van de knopen:
$$h^{(k)}_i = \sum_{j \in N(i) \cup \{i\}} \frac{1}{\sqrt{deg(i)}\sqrt{deg(j)}} (\Theta h^{(k-1)}_j)$$

3. Case Study en Data

• Data Bron: Data van het Austin District van de Texas Department of Transportation (TxDOT), verzameld tussen 2014 en 2018.
• Variabelen:
  • Conditie Score (CS): Een score van 1 (slecht) tot 100 (uitstekend), gediscretiseerd in 5 toestanden (zeer goed, goed, redelijk, slecht, zeer slecht).
  • Type Wegdek: 6 verschillende types (o.a. CRCP, asfaltbeton, composiet).
  • Functionele Classificatie: 10 groepen (o.a. Interstate, State Highway, Ranch-to-Market).
  • Verkeer: 20-jaar projectie van ESALs (Equivalent Single Axle Loads).
  • Opmerking: Klimaatvariabelen werden genegeerd omdat alle secties in dezelfde klimatologische zone liggen.
• Experimenteel Ontwerp: 30% van de conditiewaarden van 2018 werd gemaskeerd als ontbrekend. Het maskeringsproces nam zowel willekeur als de connectiviteit van de secties in overweging om realistische clusters van ontbrekende data te simuleren.
• Vergelijkende Modellen: De CLGNN werd vergeleken met traditionele machine learning-modellen (CART, Neuronale Netwerken, Random Forest) en andere GNN-varianten (standaard GCN, GraphSAGE).

4. Resultaten

De experimenten toonden aan dat het voorgestelde CLGNN-model superieur presteerde ten opzichte van alle andere geteste modellen bij het imputeren van ontbrekende conditiedata.

• Classificatie Nauwkeurigheid:
  • CLGNN: 0.773 (77.3%)
  • GCN: 0.725
  • GraphSAGE: 0.721
  • Random Forest (RF): 0.712
  • CART: 0.654
  • Neuronale Netwerk (NN): 0.556

Het CLGNN-model verbeterde de imputatienauwkeurigheid met ongeveer 5% ten opzichte van de beste alternatieve modellen (GCN en GraphSAGE). Dit bewijst dat het meenemen van de onderlinge afhankelijkheid van de conditietoestanden van aangrenzende wegsecties (collectief leren) een significant voordeel biedt boven methoden die alleen kijken naar features of onafhankelijke knopen.

5. Belangrijkste Bijdragen

1. Toepassing van Collectief Leren: De eerste toepassing van een collectief leer-gebaseerd GNN-framework specifiek voor het imputeren van ontbrekende wegdekconditiedata.
2. Modellering van Label-Afhankelijkheid: Het onderscheidend vermogen van het model ligt in het modelleren van de afhankelijkheid tussen de labels (conditietoestanden) van aangrenzende knopen, in plaats van alleen de features. Dit is cruciaal omdat de staat van een wegsectie vaak sterk correleert met die van zijn buren.
3. Realistische Simulatie: Een trainingsstrategie die rekening houdt met de connectiviteit van het netwerk bij het masker van data, wat leidt tot een robuustere prestatie in real-world scenario's waar data vaak in clusters ontbreekt.

6. Betekenis en Toekomstperspectief

De studie demonstreert dat deep learning-modellen, en specifiek GNN's die ruimtelijke relaties benutten, een krachtig hulpmiddel zijn voor infrastructuurbeheer. Door ontbrekende data nauwkeuriger in te vullen, kunnen beheerders betere beslissingen nemen over onderhoud en rehabilitatie, wat leidt tot een efficiënter en veiliger wegennetwerk.

De auteurs wijzen erop dat toekomstig onderzoek zich moet richten op het testen van dit model op andere ontbrekende indicatoren, zoals specifieke schadepatronen (bijv. barsten) en ruwheid, om de generaliseerbaarheid van de methode verder te onderbouwen.