Technische Samenvatting: Informatiedichtheid als Kwantitatieve Maatstaf voor AI-gestütste Virtuele Sensing

1. Probleemdefinitie

Moderne Internet of Things (IoT) en sensornetwerken, met name in grootschalige slimme stadsmilieus zoals Madrid, genereren enorme hoeveelheden data die de capaciteit van conventionele opslag-, transmissie- en verwerkingsinfrastructuur overstijgen. Hoewel traditionele benaderingen zoals compressieve sensing en machinaal leergestuurde dimensiereductie (bijvoorbeeld PCA, SVD, auto-encoders) zijn ingezet om data te beheren, lijden ze vaak onder rekenkundige inefficiënties, onomkeerbare dataverlies of het onvermogen om zich aan te passen aan apparaten met beperkte middelen.

Een kritieke lacune die in de bestaande literatuur is geïdentificeerd, is het ontbreken van een kwantitatieve maatstaf om het optimale aantal, type en ruimtelijke verdeling van fysieke sensoren te bepalen die nodig zijn voor een gegeven sensprestatie. Huidige methoden vertrouwen vaak op heuristische sensorplaatsing of gaan ervan uit dat sterk gecorreleerde sensoren redundant zijn, zonder een formeel kader om te kwantificeren wanneer en hoe fysieke sensoren kunnen worden vervangen door virtuele. Dit artikel adresseert de behoefte aan een principieel criterium om sensvolledigheid te beoordelen en de overgang van fysieke naar AI-gestütste virtuele sensing te sturen.

2. Methodologie

Het artikel introduceert Informatiedichtheid als een nieuwe kwantitatieve maatstaf om de redundantie en vervangbaarheid van sensormiddelen te evalueren. De methodologie is gebaseerd op een uitbreiding van het Data-driven Modality Fusion (DMF)-kader, waarbij ruimtelijke senscorrelaties worden geïntegreerd om sensing mogelijk te maken in gebieden zonder fysieke sensoren.

2.1 Kernconcepten

Het kader onderscheidt tussen twee scenario's:

• Intramodale Virtuele Sensing (ImVS): Het afleiden van data van sensoren van dezelfde modaliteit (bijvoorbeeld het reconstrueren van temperatuurprofielen uit een subset van temperatuursensoren).
• Cross-modale Inferentie (CmI): Het afleiden van één fenomeen uit een andere modaliteit (bijvoorbeeld het schatten van luchtkwaliteit met behulp van verkeers- of geluidsdata).

2.2 Kwantitatieve Maatstaven

Om Informatiedichtheid te kwantificeren, stellen de auteurs twee complementaire maatstaven voor:

1. Fase in Eigenruimte:

   • Deze maatstaf analyseert de uitlijning van hoofd-eigenvectoren afgeleid uit de covariantiematrices van sensordata.
   • Het gaat ervan uit dat sensorsignalen zwak stationair zijn en worden weergegeven in een gemeenschappelijke kenmerkruimte.
   • Logica: Een kleine fasehoek (hoge uitlijning) tussen de hoofd-eigenvectoren van twee sensoren wijst op hoge redundantie (lineaire afhankelijkheid). Omgekeerd wijzen orthogonale vectoren op complementaire informatie.
   • Toepassing: Sensoren met de laagste gemiddelde fasehoeken worden geselecteerd als de optimale set ($S_{opt}$), omdat ze de dominante variantierichtingen vertegenwoordigen, waardoor andere sensoren kunnen worden afgeleid.

2. Mutuele Informatie (MI):

   • Deze maatstaf berekent de statistische afhankelijkheid tussen sensoraflezingen met behulp van de Entropie van Shannon.
   • Logica: Hoge mutuele informatie wijst op sterke niet-lineaire statistische afhankelijkheid, wat impliceert dat één modaliteit kan worden afgeleid uit een andere.
   • Toepassing: Sensoren met de hoogste gemiddelde mutuele informatie worden geselecteerd als de optimale set, omdat ze de meest representatieve patronen vastleggen.

2.3 Optimalisatiekader

Het artikel formuleert een optimalisatieprobleem om de minimale subset van sensoren ($S_{opt}$) te vinden die nauwkeurige inferentie van alle fenomenen ($\Phi$) mogelijk maakt binnen een begrensd foutenmarge ($\epsilon$). Het kader gebruikt deze maatstaven om sensoren te rangschikken en een minimale set te selecteren voor het trainen van deep learning-modellen, die vervolgens de taken voor virtuele sensing uitvoeren.

3. Belangrijkste Bijdragen

• Uitbreiding van DMF: Het artikel breidt het concept Data-driven Modality Fusion uit om expliciet ruimtelijke senscorrelaties op te nemen, waardoor virtuele sensing mogelijk wordt bij afwezigheid van fysieke sensoren.
• Introductie van Informatiedichtheid: Het stelt een formeel, kwantitatief criterium voor om de voldoende van sensormiddelen te beoordelen, met onderscheid tussen intramodale en cross-modale scenario's.
• Kader met Twee Maatstaven: Het ontwikkelt en vergelijkt twee specifieke maatstaven (Fase in Eigenruimte en Mutuele Informatie) om zowel lineaire als niet-lineaire afhankelijkheden in sensordata vast te leggen.
• Validatie in de Wereld: Het kader wordt gevalideerd met behulp van werkelijke data uit de slimme stadinfrastructuur van Madrid, met name gericht op verkeers- en milieubewakingsnetwerken.

4. Experimentele Resultaten

Het voorgestelde kader werd geëvalueerd met behulp van een dataset van het verkeersnetwerk van District 19 in Madrid (45 sensoren, data uit 2023) en multimodale milieudata (verontreinigende stoffen, weer, verkeer).

4.1 Intramodale Virtuele Sensing (ImVS)

• Opstelling: Deep learning-modellen (Feed-forward Neural Networks) werden getraind op subsets van fysieke sensoren ($|S_{opt}|$) om de overige sensoren af te leiden.
• Prestaties:
  • Zelfs met één fysieke sensor ($|S_{opt}| = 1$) bereikte het systeem een Gemiddelde Absolute Fout (MAE) van 3,21% (Genormaliseerde MAE) met een maximale fout begrensd op 6,41%.
  • Het verhogen van het aantal fysieke sensoren naar 3, 5, 8 of 10 verlaagde de fout verder, hoewel met afnemende meeropbrengst na een bepaald punt.
  • Het selecteren van sensoren op basis van hoge Informatiedichtheid presteerde aanzienlijk beter dan willekeurige selectie of selectie op basis van lage informatiedichtheid.

4.2 Cross-modale Inferentie (CmI)

• Opstelling: Het model probeerde om milieumodaliteiten (windkracht, temperatuur, luchtvochtigheid, straling, verkeer) uitsluitend af te leiden uit data van verontreinigende stoffenconcentraties.
• Prestaties:
  • Mutuele Informatie en Fase in Eigenruimte slaagden erin sterke correlaties te identificeren tussen verontreinigende stoffen en andere modaliteiten (bijvoorbeeld verkeer en verontreinigende stoffen toonden een gelijkenis-score van 0,199, terwijl willekeurige signalen een correlatie van bijna nul vertoonden).
  • De inferentiefout voor het schatten van diverse milieumodaliteiten uit verontreinigende stoffendata was begrensd op 11%.
  • Tijdreeksanalyse bevestigde dat het model trends en amplitudes van de doelsignalen nauwkeurig kon reconstrueren.

4.3 Vergelijking met Baselines

De voorgestelde Informatiedichtheidsbenadering werd vergeleken met willekeurige selectie, op variantie gebaseerde selectie en op correlatie gebaseerde selectie. De resultaten gaven aan dat Informatiedichtheid superieur is in:

• Het vastleggen van dominante variantiestructuren.
• Het rekening houden met redundantie.
• Het hanteren van niet-lineaire afhankelijkheden (specifiek via Mutuele Informatie).
• Toepasbaarheid op cross-modale selectie.

5. Betekenis en Claims

Het artikel beweert dat Informatiedichtheid een principieel, interpreteerbaar mechanisme biedt om beslissingen over sensordeployering en vervanging te sturen in grootschalige, datarijke infrastructuren.

• Haalbaarheid van Virtuele Sensing: De studie toont aan dat fysieke sensoren kunnen worden vervangen of aangevuld door virtuele, AI-gestütste sensoren onder begrenste foutcondities, wat aanzienlijk leidt tot vermindering van hardwarekosten, energieverbruik en dataredundantie.
• Schaalbaarheid: Het kader biedt een weg naar schaalbare senssystemen waarbij de optimale sensorconfiguratie wordt bepaald door datakarakteristieken in plaats van willekeurige plaatsing.
• Operationele Reikwijdte: De auteurs stellen expliciet dat de maatstaf een beslissingsondersteunend hulpmiddel is in plaats van een theoretische garantie voor optimaliteit onder alle omstandigheden. Het is afhankelijk van historische data en gaat uit van benaderende stationariteit. In sterk niet-stationaire of dataskaarce omgevingen kan de betrouwbaarheid van de schattingen verslechteren.
• Impact: Door nauwkeurige sensing mogelijk te maken met minder fysieke apparaten, ondersteunt de aanpak de ontwikkeling van energie-efficiëntere en kosteneffectievere systemen voor slimme steden en industriële automatisering.

Het artikel concludeert dat de sterke correlatie tussen hoge Informatiedichtheid en lage schattingsfout de gebruik van deze maatstaven voor het optimaliseren van sensnetwerken valideert, en de weg effent voor adaptieve, AI-versterkte sensinfrastructuren.