Technische Samenvatting: Een Tijdreeks-classificatieframework voor Voorspelling van Individuele Verzuim op Individueel Niveau onder Ernstige Klassengestichtheid

Probleemdefinitie

Het artikel behandelt de operationele uitdaging van het voorspellen van individueel personeelsverzuim in omgevingen met een hoge vraag (bijv. gezondheidszorg, hulpdiensten, logistiek). Bestaande machine learning-benaderingen lijden onder twee kritieke structurele beperkingen:

1. Temporele Misalignement: Huidige regressie- en classificatiemethoden mappen kenmerken die op tijdstip $t$ zijn waargenomen naar labels op hetzelfde tijdstip $t$. Dit resulteert in modellen die reeds gerealiseerde uitkomsten reproduceren in plaats van toekomstige gebeurtenissen te voorspellen, wat hen reactief maakt in plaats van proactief.
2. Verlies van Sequentiële Structuur: Bestaande methoden aggregeren individueel gedrag vaak tot populatieniveau-samenvattingen, waarbij de sequentiële patronen binnen de aanwezigheidsgeschiedenis van een werknemer (bijv. cumulatieve vermoeidheid of terugkerende gezondheidsincidenten) die cruciale voorspellende informatie bevatten, worden weggegooid.

Bovendien wordt het probleem gekenmerkt door ernstige klassengestichtheid (class imbalance). In de bestudeerde context bestaat aanwezigheid (aanwezig) voor ongeveer 97,69% van de records, terwijl verzuim de minderheidsklasse is (2,31%), wat een onbalansratio $\rho \approx 42,31$ oplevert. Standaard verliesfuncties bevoordelen modellen richting de meerderheidsklasse, wat leidt tot een slechte specificiteit (het vermogen om afwezige werknemers correct te identificeren), wat de kritieke foutmodus is voor personeelsplanning.

Methodologie

Datasimulatie

Vanwege het gebrek aan publiekelijk beschikbare longitudinale individuele aanwezigheidsgegevens, hebben de auteurs een reproduceerbare gesimuleerde dataset geconstrueerd. Deze dataset is gekalibreerd aan de verdelingseigenschappen van de UCI "Absenteeism at Work" benchmark.

• Expansie: Maandelijkse geaggregeerde gegevens van 36 werknemers werden uitgebreid naar dagelijkse binaire sequenties (1.027 dagen).
• Synthese: 964 extra synthetische werknemers werden gegenereerd via distributie-behoudende sampling, wat resulteerde in een totaal van 1.000 werknemers.
• Formulering: Het probleem werd geherformuleerd als een Tijdreeks-classificatie (TSC) taak. Een sliding window-benadering werd gebruikt waarbij de inputsequentie $X$ bestaat uit $n$ opeenvolgende dagen van aanwezigheid in het verleden, en het doel-label $y$ de status van verzuim vertegenwoordigt over de daaropvolgende $m$ dagen (voorspellingshorizon).

Modelarchitecturen

Drie deep learning-architecturen werden geëvalueerd:

1. LSTM: Een recurrent netwerk dat de sequentie verwerkt om temporele afhankelijkheden te vangen.
2. CNN (FCN): Een volledig convolutioneel netwerk dat 1D-convoluties gebruikt om hiërarchische kenmerken te extraheren.
3. LSTM-FCN: Een hybride architectuur die een convolutionele tak (voor lokale patronen) en een recurrente tak (voor sequentiële afhankelijkheden) combineert, waarbij representaties worden geconcateneerd voor de outputlaag.

Verliesfuncties en Theoretische Analyse

De studie analyseerde rigoureus twee verliesfuncties onder ernstige onbalans:

1. Binary Focal Loss (BFL): Introduceert een focusparameter $\gamma$ en een klasse-balancerende factor $\alpha$.
   • Theoretische bevinding: De auteurs hebben afgeleid dat de initiële gradiëntratio tussen de aanwezige en afwezige klasse $\rho \alpha / (1-\alpha)$ is. Ze bewezen dat de focusparameter $\gamma$ geen effect heeft bij initialisatie ($p=0,5$).
   • Kalibratie: Om gradiëntbalans te bereiken, moet $\alpha$ worden ingesteld op $\alpha^* = 1/(1+\rho) \approx 0,023$. Standaard parameterisaties (bijv. $\alpha=0,75$) versterken de dominantie van de meerderheidsklasse, wat leidt tot modelinstorting (model collapse).
2. Geometric Mean (G-Mean) Loss: Optimaliseert het geometrisch gemiddelde van de True Positive Rate (TPR) en de True Negative Rate (TNR).
   • Theoretische bevinding: G-Mean vertoont een zelfcorrigerende gradiëntstructuur. De ratio van de totale gradiëntbijdragen hangt af van $\widehat{TNR}/\widehat{TPR}$, wat onafhankelijk is van de onbalansratio $\rho$. Naarmate het model instort richting het voorspellen van "aanwezig" voor iedereen, zal de gradiënt van de afwezige klasse van nature domineren, wat een herstellende kracht biedt zonder handmatige parametertuning.

Experimentele Opstelling

• Metrieken: Specificiteit (primair), Balanced Accuracy, Precision, Recall en F1-score.
• Hyperparameters: Systematische sweeps werden uitgevoerd op batchgroottes, windowgroottes en verliesfunctieparameters.
• Omgeving: Training op een NVIDIA RTX 4090 GPU met gebruik van PyTorch.

Belangrijkste Resultaten

1. Prestaties van de Verliesfuncties

• Standaard BFL Falen: De standaard BFL-configuratie ($\alpha=0,75, \gamma=2$) resulteerde in een specificiteit van slechts 0,124, omdat het model "aanwezig" voorspelde voor bijna alle werknemers.
• Gekalibreerde BFL: Wanneer $\alpha$ werd ingesteld op de theoretisch afgeleide $\alpha^* \approx 0,023$ en $\gamma=0$, verbeterde de specificiteit naar 0,813 met een balanced accuracy van 0,888.
• G-Mean Prestaties: G-Mean bereikte een specificiteit van 0,844 en een balanced accuracy van 0,734 zonder enige parameterkalibratie.
• Conclusie: G-Mean is te verkiezen wanneer $\rho$ onbekend is of wanneer men handmatige kalibratie wil vermijden. Gekalibreerde BFL ($\alpha^*, \gamma=0$) is competitief maar vereist exacte kennis van de onbalansratio.

2. Architectuur en Hyperparameters

• Architectuur: Het LSTM-FCN hybride model vertoonde de meest consistente precisie en specificiteit over verschillende configuraties heen.
• Batchgrootte: Prestaties stabiliseerden bij batchgroottes $\ge 64$. Kleinere batches slaagden er niet in om betrouwbaar minderheidssamples te bevatten, waardoor het zelfcorrigerende mechanisme van de G-Mean instortte. Een batchgrootte van 1.024 leverde de hoogste specificiteit op.
• Windowgrootte: Voor een 5-daags voorspellingshorizon boden windowgroottes tussen 40 en 80 dagen de beste balans tussen prestaties en stabiliteit. Grotere vensters (bijv. 160 dagen) leidden tot een daling in F1-score en balanced accuracy.
• Achtergrondinformatie: Het opnemen van statische achtergrondinformatie van werknemers (bijv. leeftijd, BMI) verbeterde de prestaties niet significant vergeleken met het gebruik van enkel de aanwezigheidssequenties.

3. Evaluatie op de Testset

Op de onafhankelijke testset bereikte het LSTM-FCN model met G-Mean loss, een windowgrootte van 40–80 dagen en een batchgrootte van 1.024 een balanced accuracy van ongeveer 80%. Het model generaliseerde goed, wat aangeeft dat de geleerde temporele patronen niet overfit waren.

Betekenis en Bijdragen

Het artikel claimt vier primaire bijdragen:

1. TSC Formulering: Het herformuleert de voorspelling van verzuim als een sequentieel kennisprobleem, waarbij historische sequenties expliciet worden gescheiden van toekomstige labels om echte proactieve besluitvorming mogelijk te maken, in tegenstelling tot bestaande reactieve modellen.
2. Theoretische Analyse van Verliesfuncties: Het biedt een rigoureuze theoretische afleiding van gradiëntdynamiek onder ernstige onbalans. Het bewijst dat standaard BFL-parameterisaties falen wanneer de positieve klasse de meerderheid is en leidt de exacte analytische waarde voor $\alpha$ af die nodig is voor balans. Het karakteriseert ook de zelfcorrigerende aard van de G-Mean loss.
3. Systematische Evaluatie: Het stelt praktische ontwerprichtlijnen vast voor ongebalanceerde sequentiële voorspelling, waarbij LSTM-FCN als de robuuste architectuur wordt geïdentificeerd en optimale bereiken voor batchgroottes en windowgroottes worden gedefinieerd.
4. Reproduceerbaar Simulatieframework: Het pakt de barrière van dataschaarste aan door een gekalibreerde simulatiemethodologie vrij te geven die synthetische longitudinale aanwezigheidsgegevens genereert, wat een baseline biedt voor toekomstig onderzoek bij gebrek aan publieke individuele longitudinale records.

De auteurs concluderen dat hoewel de studie beperkt wordt door het gebruik van gesimuleerde data, het framework praktische begeleiding biedt voor ernstig ongebalanceerde binaire classificatie in personeelsbeheer, gezondheidszorg en fraude detectie. Toekomstig werk is gericht op het valideren van deze bevindingen op echte organisatorische data en het uitbreiden van het framework naar multivariate sequenties.