ProtoTS: Learning Hierarchical Prototypes for Explainable Time Series Forecasting

O artigo apresenta o ProtoTS, um novo framework de previsão de séries temporais que combina alta precisão com interpretabilidade transparente ao modelar padrões temporais prototípicos hierárquicos, permitindo explicações em múltiplos níveis e orientadas por especialistas.

O essencial

Imagine que você é um meteorologista tentando prever o clima para os próximos dias. Você tem dados históricos (temperatura, umidade, vento) e sabe que o clima de amanhã depende não apenas de hoje, mas também de fatores externos como estações do ano ou feriados.

O problema é que os modelos de Inteligência Artificial (IA) atuais são como oráculos mágicos: eles dizem "vai chover" com muita precisão, mas quando você pergunta "por que?", eles apenas olham para você e dizem: "é a matemática". Em situações críticas, como gerenciar a rede elétrica de uma cidade, saber por que a IA fez uma previsão é tão importante quanto a previsão em si.

É aqui que entra o ProtoTS, o novo método apresentado neste artigo. Vamos explicar como ele funciona usando uma analogia simples: a Biblioteca de Padrões.

1. O Problema: O "Caos" dos Dados

Imagine que você tem milhares de variáveis diferentes: temperatura, se é feriado, dia da semana, preço da energia, etc.

• Os modelos antigos tentam misturar tudo isso em uma grande sopa de letras. Eles conseguem prever bem, mas a explicação é confusa: "a previsão foi baseada em 200 fatores combinados de forma complexa". Isso não ajuda um especialista humano a entender o que está acontecendo.
• O desafio: Como prever com precisão e explicar de forma que um humano entenda, mostrando como o calor do verão e o fato de ser domingo juntos criam um pico de consumo de energia?

2. A Solução: O ProtoTS e seus "Protótipos"

O ProtoTS funciona como um arquivista inteligente que organiza o caos em "carteiras de padrões".

Em vez de tentar decorar cada dia da história, o modelo aprende Padrões Prototípicos (ou "Protótipos"). Pense neles como modelos de roupas ou receitas base:

• Existe um protótipo para "Dia de Verão Quente".
• Existe um protótipo para "Feriado de Natal".
• Existe um protótipo para "Dia de Trabalho Chuvoso".

Quando o modelo precisa fazer uma previsão para hoje, ele não calcula tudo do zero. Ele olha para os dados de hoje e pergunta: "Hoje se parece mais com o 'Verão Quente' ou com o 'Feriado de Natal'?"

3. A Grande Inovação: A Árvore de Decisão (Hierarquia)

Aqui está o "pulo do gato" do ProtoTS. A maioria dos modelos para de explicar apenas no nível geral. O ProtoTS cria uma árvore de explicações:

• Nível Raiz (O Tronco): O modelo primeiro identifica o grande padrão. "Ah, hoje é um Feriado". Isso é fácil de entender.
• Nível Filho (Os Galhos): Mas qual feriado? O modelo então "desdobra" o padrão de Feriado em sub-grupos: "É o Ano Novo Chinês" ou "É um Feriado Comum".
• Nível Detalhe (As Folhas): E dentro do Ano Novo Chinês, ele pode distinguir entre "o dia do jantar de família" (pico à noite) e "o dia de viagem" (pico à tarde).

A Analogia da Receita de Bolo:

• Modelo Antigo: "O bolo ficou bom porque misturei farinha, açúcar, ovos, leite, fermento, baunilha, sal, manteiga..." (Lista gigante e confusa).
• ProtoTS: "O bolo ficou bom porque usamos a Receita de Bolo de Aniversário (Nível Raiz). Mas, como é um aniversário de criança, usamos a Variação de Chocolate com Cobertura Colorida (Nível Filho). E como o forno estava quente, ajustamos o tempo (Nível Detalhe)."

4. Por que isso é revolucionário?

A. Precisão + Transparência

O ProtoTS não sacrifica a precisão para ser explicável. Na verdade, ao organizar os dados em padrões claros, ele consegue prever melhor do que os modelos "caóticos" atuais. Em testes reais (como prever o consumo de energia elétrica), ele errou menos e foi mais rápido em aprender com poucos dados.

B. O "Botão de Controle" para Humanos (Steerability)

Esta é a parte mais mágica. Como o modelo usa "protótipos" que os humanos podem entender, um especialista pode intervir.

• Cenário: O modelo aprendeu que "Feriado" sempre tem um pico à noite. Mas um especialista sabe que, neste ano específico, devido a uma mudança na lei, o pico será à tarde.
• Ação: O especialista pode pegar o protótipo "Feriado" e dividi-lo ou editar o padrão para refletir essa nova realidade.
• Resultado: O modelo aprende instantaneamente com esse ajuste, melhorando a previsão sem precisar ser re-treinado do zero. É como se você pudesse pegar um mapa e desenhar uma nova estrada, e o GPS atualizasse o trajeto imediatamente.

Resumo em uma frase

O ProtoTS é como um assistente de previsão que não apenas diz "vai chover", mas mostra um álbum de fotos organizado (Verão, Inverno, Feriados) e permite que você, o especialista, pegue uma foto e diga: "Não, nesse feriado específico, a chuva será diferente", e o modelo aprende com você na hora.

Isso transforma a IA de uma "caixa preta" misteriosa em uma ferramenta colaborativa, onde a máquina faz os cálculos pesados e o humano traz o conhecimento do mundo real para refinar a decisão.

Resumo técnico

Resumo Técnico: ProtoTS

1. Problema e Motivação

O forecasting (previsão) de séries temporais com variáveis exógenas (como temperatura, feriados, etc.) é crucial em cenários de alto risco, como previsão de carga elétrica e gestão de energia. Embora modelos de Deep Learning (DL) tenham alcançado alta precisão, eles operam frequentemente como "caixas-pretas", dificultando a compreensão de como as variáveis heterogêneas interagem para formar os padrões temporais previstos.

Os autores identificam duas limitações críticas nas abordagens interpretáveis existentes:

• C1 (Lado da Saída): A maioria dos métodos fornece explicações locais e parciais (passo a passo), falhando em explicar tendências globais ou padrões temporais complexos (ex.: por que ocorrem três picos específicos em uma curva de carga ao longo do dia).
• C2 (Lado da Entrada): As explicações frequentemente ignoram a interação entre diferentes tipos de variáveis (discretas e contínuas), focando apenas em variáveis endógenas ou em subconjuntos limitados, sem capturar como combinações de fatores (ex.: temperatura + feriado) moldam o padrão temporal.

2. Metodologia: ProtoTS

O ProtoTS é um framework de previsão interpretável que utiliza protótipos hierárquicos para modelar padrões temporais. A arquitetura consiste em dois módulos principais:

A. Cálculo de Similaridade de Protótipos Multicanal (Multi-channel Prototype Similarity)
Para lidar com a heterogeneidade dos dados de entrada, o modelo emprega:

• Codificação Multicanal: Variáveis endógenas e exógenas são processadas em canais separados. Variáveis exógenas são divididas em canais para variáveis discretas (usando tabelas de embedding) e contínuas (usando projeções não lineares).
• Fusão de Canal com Bottleneck: As representações são agregadas e passadas por uma camada de bottleneck (gargalo) dentro de uma arquitetura MLP-Mixer. Isso filtra ruído e informações irrelevantes, preservando apenas os componentes mais preditivos antes de fundir as informações temporais e de características.
• Similaridade: O modelo calcula a similaridade entre a representação da instância atual e um conjunto de protótipos aprendidos, utilizando distâncias euclidianas em um espaço latente unificado.

B. Aprendizado de Protótipos Hierárquicos
Para equilibrar precisão e interpretabilidade, os protótipos são organizados em uma estrutura de árvore:

• Nível Raiz (Global): Um pequeno conjunto de protótipos captura padrões temporais macroscópicos e recorrentes (ex.: tendências sazonais, efeitos de feriados, dias úteis vs. finais de semana). Isso garante uma visão global compreensível para especialistas.
• Nível Filho (Local): Cada protótipo raiz é subdividido em protótipos filhos que capturam variações finas e interações específicas (ex.: a diferença entre o padrão do "Ano Novo Chinês" e outros feriados).
• Previsão: A previsão final é uma combinação ponderada dos padrões temporais de todos os protótipos, onde os pesos são determinados pela similaridade da entrada com os protótipos raiz e filhos.

Estratégia de Divisão (Splitting): O modelo utiliza um algoritmo para identificar quais protótipos folha (leaf) precisam de refinamento. Protótipos que apresentam alto erro de previsão em seus casos associados são candidatos a serem divididos em novos protótipos filhos, permitindo que a estrutura cresça dinamicamente conforme a complexidade dos dados.

Função de Perda: Inclui a perda de previsão padrão (L1/MAE) mais uma regularização baseada em entropia para incentivar que poucos protótipos principais cubram a maioria das previsões, mantendo a esparsidade e a interpretabilidade.

3. Principais Contribuições

1. Interpretabilidade Global e Local: Diferente de métodos anteriores que explicam apenas passos de tempo individuais, o ProtoTS explica a forma da curva de previsão inteira através de padrões prototípicos, permitindo que especialistas entendam a lógica de decisão macroscópica.
2. Modelagem de Interações Heterogêneas: Através da codificação multicanal e fusão com bottleneck, o modelo captura explicitamente como variáveis exógenas diversas interagem para influenciar o padrão temporal.
3. Direcionabilidade por Especialistas (Steerability): A estrutura hierárquica permite que especialistas intervenham no modelo. Eles podem identificar protótipos problemáticos, solicitar sua divisão ou editar manualmente os padrões temporais de um protótipo para incorporar conhecimento de domínio, melhorando tanto a precisão quanto a explicabilidade.
4. Primeiro Modelo a Decodificar Protótipos em Séries: Enquanto trabalhos anteriores usavam protótipos para classificação ou variáveis de saída únicas, o ProtoTS é pioneiro em decodificar um protótipo em uma sequência completa de variáveis de saída (curva de previsão).

4. Resultados Experimentais

O ProtoTS foi avaliado em benchmarks reais, incluindo o novo conjunto de dados LOF (Load Forecasting) e EPF (Electricity Price Forecasting).

• Desempenho de Precisão:
  • No conjunto LOF, o ProtoTS superou todos os baselines (incluindo TimeXer, iTransformer, TiDE, TFT), reduzindo o MSE em 48,3% e o MAE em 20,9% em comparação com o melhor modelo existente.
  • No conjunto EPF, reduziu o MSE e MAE em 8% em relação aos baselines.
  • Demonstrou alta eficiência de dados, mantendo o desempenho estável mesmo com redução na quantidade de dados de treinamento, ao contrário de modelos baseados em Transformers que sofrem degradação significativa.
• Avaliação de Interpretabilidade:
  • Em um estudo com usuários, o ProtoTS obteve 77% de Precisão do Usuário (UPrec) na inferência correta de variáveis de entrada a partir das explicações, superando significativamente o TFT (64%) e o N-BEATSx (62%).
  • O SUS (System Usability Scale) foi de 73,36, indicando alta usabilidade e facilidade de compreensão em comparação com outros modelos (TFT: 29,74).
• Estudo de Caso (Carga Elétrica):
  • O modelo aprendeu automaticamente padrões como "Verão", "Inverno", "Feriados" e "Dias Úteis".
  • Ao dividir manualmente o protótipo "Feriado" em "Feriado Normal" e "Ano Novo Chinês", os pesquisadores conseguiram refinar o modelo, reduzindo o MSE das previsões de Ano Novo em 0,009, demonstrando a eficácia da intervenção humana guiada.

5. Significado e Impacto

O ProtoTS representa um avanço significativo na interseção entre previsão de séries temporais de alta precisão e Inteligência Artificial Explicável (XAI).

• Confiabilidade em Cenários Críticos: Ao fornecer explicações globais e locais que especialistas de domínio (como engenheiros de energia) podem entender e validar, o modelo constrói confiança necessária para a adoção em sistemas críticos.
• Colaboração Humano-Máquina: A capacidade de "direcionar" o modelo (steerability) permite que o conhecimento de domínio humano seja integrado diretamente na estrutura do modelo, corrigindo viéses ou falhas de aprendizado de forma intuitiva.
• Eficiência: O modelo demonstra que é possível alcançar o estado da arte (SOTA) em precisão sem sacrificar a transparência, superando a dicotomia tradicional entre modelos complexos (precisos, mas opacos) e modelos simples (transparentes, mas menos precisos).

Em resumo, o ProtoTS oferece uma nova abordagem onde a estrutura do modelo reflete a lógica de raciocínio humana (padrões, exceções e hierarquias), tornando a IA não apenas uma ferramenta de previsão, mas um parceiro de decisão explicável.