📊 statistics

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

Dit artikel stelt Gen-ROTDA voor, een robuust generatief residuaal domeinadaptatiekader dat wordt geleid door optimale transport en dat effectief de vraag naar fietsverhuur voorspelt onder temporale domeinverschuivingen door residuale patronen over te dragen en transportmatches met hoge kosten te verwijderen, en dat diverse basismodellen overtreft in ruisgevoelige en meerjarige scenario's.

Oorspronkelijke auteurs: Yiming Ma

Gepubliceerd 2026-05-25

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Yiming Ma

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een stadsplanner bent die probeert te raden hoeveel mensen op een specifiek uur een fiets huren bij een bepaald station. Je hebt een zeer slim computermodel dat is getraind op gegevens van vorig jaar (2025). Je wilt dit model gebruiken om de vraag voor volgend jaar (2026) te voorspellen.

Het probleem is dat mensen veranderen. Misschien opende er een nieuw kantoorgebouw, verschoof de weerspatronen, of veranderden forenzen hun gewoonten. Als je het model van vorig jaar direct gebruikt, zal het fouten maken omdat de "regels" van de stad zijn veranderd. Dit noemen we Temporele Domeinverschuiving.

Dit paper introduceert een nieuwe methode genaamd Gen-ROTDA om dit op te lossen. Hieronder wordt uitgelegd hoe het werkt, via eenvoudige analogieën:

1. De "Anker" en de "Drijf" (Decompositie)

Stel je voor dat de fietsvraag een boot is op een rivier.

De Anker: Sommige dingen over de boot blijven hetzelfde, ongeacht het jaar. De locatie van het station, het tijdstip van de dag en of het een weekend is, zijn als het anker van de boot. Deze zijn stabiel. De auteurs bouwen een simpel model speciaal voor deze stabiele onderdelen.
De Drijf (Residu): Het deel dat verandert, is de "drijf" – de extra vraag veroorzaakt door nieuwe gebeurtenissen, vreemd weer of verschuivende gewoonten. Dit is het rommelige, onvoorspelbare deel.

In plaats van te proberen de beweging van de hele boot opnieuw te voorspellen, probeert de methode van de auteurs alleen de drijf (het residu) te voorspellen. Ze trekken de stabiele "anker"-voorspelling af van de werkelijke gegevens en proberen alleen het rommelige resterende deel op te lossen. Dit maakt het probleem veel eenvoudiger.

2. De "Vertaler" (De Generator)

Stel je nu voor dat je een woordenboek uit 2025 (Bron) hebt en je moet spreken in 2026 (Doel). De woorden zijn iets anders.

Het paper gebruikt een Generator (een kleine AI-vertaler). Deze neemt de "drijf"-gegevens uit 2025 en past ze net genoeg aan zodat ze meer op 2026-gegevens lijken.
Cruciaal is dat het het hele verhaal niet herschrijft; het voegt alleen een kleine "vertaallaag" toe zodat de 2025-gegevens beter aansluiten bij de patronen van 2026, zonder de oorspronkelijke betekenis te verliezen.

3. De "Slimme Matchmaker" met een "Veiligheidsnet" (Robuuste Optimale Transport)

Dit is het belangrijkste deel. Om het model te leren, moet je datapunten uit 2025 koppelen aan datapunten uit 2026.

Standaard Koppeling (OT): Stel je een matchmaker voor die probeert datapunten uit 2025 en 2026 te koppelen op basis van hoe vergelijkbaar ze zijn.
Het Probleem: Soms bevat de 2026-gegevens "ruis" – vreemde records veroorzaakt door een plotselinge storm, een datafout of een eenmalige gebeurtenis. Een standaard matchmaker zou kunnen proberen een normale dag uit 2025 te koppelen aan een vreemde dag uit 2026, wat de voorspelling verpest.
De Oplossing (Robuuste OT): De auteurs hebben een Veiligheidsnet toegevoegd. Voordat de koppelingen definitief worden, kijkt het systeem naar de "kosten" van elke koppeling. Als een koppeling te vreemd of duur is (zoals het proberen te koppelen van een zonnige dag aan een dag met een orkaan), snijdt het systeem die koppeling door en negeert het deze. Het houdt alleen de "goede" koppelingen over om het model te trainen.

Wat Vonden Ze?

De auteurs testten dit op Citi Bike-gegevens in New York City van 2021 tot 2026.

Beste in de Hoofdtaken: Bij het voorspellen van 2026 op basis van 2025 maakte hun methode (Gen-ROTDA) de minste fouten in vergelijking met andere methoden.
Het "Veiligheidsnet" is Cruciaal: Toen ze opzettelijk "afval" of vreemde gegevens toevoegden aan de 2026-set (om slecht weer of datafouten te simuleren), raakten de standaard methoden in de war en faalden. Gen-ROTDA bleef dankzij zijn "Veiligheidsnet" (Robuuste OT) kalm en accuraat.
Geen Wondermiddel: Hoewel het de beste was in het omgaan met "ruizige" gegevens en de topmethode was binnen de familie van "Optimale Transport", waren eenvoudige methoden zoals gewoon "fine-tuning" (het model lichtjes opnieuw trainen op nieuwe gegevens) nog steeds zeer sterke concurrenten in het algemeen.

De Conclusie

Het paper betoogt dat je bij het voorspellen van fietsvraag over verschillende jaren heen niet alles tegelijk moet proberen te voorspellen. In plaats daarvan:

Scheid het stabiele deel van het veranderende deel.
Vertaal het veranderende deel zodat het eruitziet als het nieuwe jaar.
Negeer de vreemde, ruizige koppelingen die geen zin hebben.

Door dit te doen, wordt het model veel betrouwbaarder, vooral wanneer de real-world gegevens rommelig zijn of onverwachte verrassingen bevatten.

Technische Samenvatting: Robuste OT-geleide Generatieve Residuale Domeinadaptatie voor de Voorspelling van de Vraag naar Fietsdelensystemen

Probleemstelling
Modellen voor de voorspelling van de vraag naar fietsdelensystemen, getraind op historische data per station en uur, vertonen vaak een prestatieverlies wanneer ze in volgende jaren worden ingezet, als gevolg van temporele domeinschommelingen. Factoren zoals veranderende populariteit van stations, pendelgedrag, samenstelling van de rijders en operationele patronen wijzigen de onderliggende dataverdeling ( $P_s(X, Y) \neq P_t(X, Y)$ ). Deze uitdaging wordt verergerd door de schaarsheid, scheefheid en ruis inherent aan vraagdata, waarbij een klein aantal stations en piekuren de voorspelfouten domineren. Bovendien kunnen doeldomeinen abnormale records bevatten veroorzaakt door ongebruikelijke gebeurtenissen of kwaliteitsproblemen met de data, wat standaardmethoden voor domeinadaptatie kan destabiliseren. Het artikel adresseert de specifieke taak van het voorspellen van de vraag naar Citi Bike in maart van 2021 tot 2026, met de overdracht van 2025 naar 2026 als het primaire evaluatiescenario.

Methodologie: Gen-ROTDA
Het artikel stelt Gen-ROTDA (Generatieve Robuste Optimaal Transport Domeinadaptatie) voor, een raamwerk ontworpen om temporele schommelingen aan te pakken door een combinatie van residuale decompositie, featuregeneratie en robuuste transportalignatie. De methodologie bestaat uit vier kernfasen:

Anker-Residuale Decompositie:
In plaats van ruwe vraag te transfereren, decomposeert de methode de log-getransformeerde vraag ( $z = \log(1+Y)$ ) in twee componenten:
- Ankercomponent: Een doeldomeinmodel $a_\phi(A)$ getraind op gelabelde doelpunten met behulp van stabiele ruimtelijke en kalenderkenmerken (bijv. coördinaten, uur, dag van de week). Dit vangt de stabiele station-tijdstructuur op.
- Residuale component: Het verschil $r = z - a_\phi(A)$ , dat de jaarspecifieke dynamiek bevat. Domeinadaptatie wordt uitsluitend toegepast op deze residuale component.
Labelbehoudende Residuale Featuregenerator:
Een deterministische generator $G_\theta(T) = T + h_\theta(T)$ (waarbij $h_\theta$ een kleine MLP is) transformeert bron-residuale kenmerken zodat deze op doelfeatures lijken. In tegenstelling tot stochastische GAN's, streeft deze generator ernaar getransformeerde kenmerken dicht bij de oorspronkelijke representatie te houden terwijl de verdelingen worden gealigneerd. Het trainingsdoel combineert:
- Een alignieverlies voor verdelingen (MMD-stijl) tussen gegenereerde bron- en doelfeatures.
- Identiteitsregularisatie om overmatige verplaatsing van kenmerken te voorkomen.
- Labelbehoud en supervisie-verliezen om ervoor te zorgen dat vraagrelevante informatie behouden blijft.
Robuuste Optimaal Transport (OT) Alignatie:
Na featuregeneratie aligneert de methode bron- en doeldelingsverdelingen met behulp van Optimaal Transport. Om de gevoeligheid van standaard OT voor uitschieters aan te pakken, hanteert Gen-ROTDA een robuuste trimming-stap:
- Transportkoppelingswaarden worden gesorteerd op kosten.
- Koppelingen met hoge kosten (uitschieters) worden verwijderd totdat de behouden massa een gespecificeerde drempel bereikt (bijv. 0,8).
- De resterende koppeling wordt genormaliseerd om barycentrische projecties te berekenen. Als een bronrij alle massa verliest, wordt het oorspronkelijke gegenereerde kenmerk bewaard als fallback.
Eindvoorspelling:
Een residuale predictor wordt getraind op de getransporteerde bron-residuen en gelabelde doel-residuen (waarbij doel-residuen worden opgewaardeerd). De uiteindelijke vraagvoorspelling wordt gereconstrueerd door de voorspelde residuen op te tellen bij de ankervoorspelling en de inverse log-transformatie toe te passen.

Belangrijkste Bijdragen

Probleemformulering: Het artikel formuleert de cross-jaar voorspelling van fietsdelensystemen als een residuale temporele domeinadaptatieprobleem, waarbij stabiele structurele effecten worden gescheiden van overdraagbare residuale dynamiek.
Raamwerkpresentatie: Het introduceert Gen-ROTDA, dat uniek een deterministische, labelbehoudende residuale featuregenerator combineert met robuuste OT-trimming.
Uitgebreide Evaluatie: De methode wordt geëvalueerd op Citi Bike-data (2021–2026) voor hoofdtaken, meerjarige overdrachten, robuustheidstests tegen abnormale records en ablatiestudies.

Experimentele Resultaten

Hoofdtak (2025 $\to$ 2026): Gen-ROTDA behaalde de laagste Mean Absolute Error (MAE) van 0,8625, presterend beter dan de bron-only baseline (0,8834) en de Sinkhorn OTDA-variant (0,8633). Hoewel Gen-OTDA (zonder robuuste trimming) de laagste RMSE en de hoogste $R^2$ behaalde, was Gen-ROTDA superieur in het minimaliseren van de gemiddelde absolute fout, wat cruciaal is voor schaarse, scheve vraagdata.
Meerjarige Prestaties: Over aangrenzende-jaar en twee-jaar overdrachttaken was Gen-ROTDA de best presterende methode binnen de OT-familie, met een lichte voorsprong op Sinkhorn OTDA, ROTDA en Gen-OTDA. Het overtrof echter sterke baselines zoals Fine-tuning en MMD-adaptatie niet in de totale gemiddelde MAE.
Robuustheid: Bij ingevoegde abnormale doelrecords (tot 20% vervuiling) toonde Gen-ROTDA superieure stabiliteit. De MAE steeg slechts marginaal (van 0,8625 naar 0,8629), terwijl niet-robuuste varianten (Sinkhorn OTDA en Gen-OTDA) een significante degradatie vertoonden.
Ablatie: De studie bevestigde dat robuuste OT-trimming de primaire drijvende kracht is achter de MAE-verbetering. De generator bood een bescheiden extra voordeel, maar was niet de dominante factor op zichzelf.

Betekenis en Claims
Het artikel stelt dat robuust transport het kritieke onderdeel is voor het hanteren van ruisrijke temporele overdrachten in de voorspelling van stedelijke mobiliteit. Door koppelingen met hoge kosten te trimmen, mitigeert de methode effectief de impact van abnormale doelrecords die standaard OT-benaderingen doorgaans destabiliseren.

De auteurs positioneren Gen-ROTDA niet als een universeel superieure predictor ten opzichte van alle baselines (erkennend dat eenvoudige fine-tuning en MMD-adaptatie sterk blijven), maar als een robuuste OT-familie-methode die aanzienlijke stabiliteit biedt in aanwezigheid van data-anomalieën. Het anker-residuale ontwerp wordt benadrukt als een praktische strategie om stabiele structuren te isoleren, waardoor het residuale adaptatieprobleem lager dimensionaal en beter hanteerbaar wordt. De bevindingen suggereren dat hoewel generatieve featuretransformatie flexibiliteit biedt, de waarde daarvan complementair en taakafhankelijk is, terwijl robuuste alignatie essentieel is voor betrouwbare temporele domeinadaptatie in ruisrijke omgevingen.