[论文解读] Chickenpox Cases in Hungary: a Benchmark Dataset for Spatiotemporal Signal Processing with Graph Neural Networks

Benedek Rózemberczki, Paul Scherer+3 more|arXiv (Cornell University)|Feb 16, 2021

Traffic Prediction and Management Techniques参考文献 21被引用 7

一句话总结

本文引入了匈牙利水痘病例数据集，作为评估时空预测中循环图神经网络的新型基准。该数据集包含2005年至2015年每周的县一级病例数，具有显著的季节性、时空自相关性、零膨胀和异方差性特征。评估结果表明，DynGRAE在多个预测时域中表现最佳，尤其在10周预测时具有显著优势。

ABSTRACT

Recurrent graph convolutional neural networks are highly effective machine learning techniques for spatiotemporal signal processing. Newly proposed graph neural network architectures are repetitively evaluated on standard tasks such as traffic or weather forecasting. In this paper, we propose the Chickenpox Cases in Hungary dataset as a new dataset for comparing graph neural network architectures. Our time series analysis and forecasting experiments demonstrate that the Chickenpox Cases in Hungary dataset is adequate for comparing the predictive performance and forecasting capabilities of novel recurrent graph neural network architectures.

研究动机与目标

• 为评估循环图神经网络架构在时空预测中的表现，提供一个新颖且真实的基准数据集。
• 解决除交通和天气预测外，多样化、公开可用的时空数据集缺乏的问题。
• 通过一个具有复杂统计特性的现实流行病学时间序列，实现图神经网络性能的对比评估。
• 通过提供具有结构和统计挑战的数据集，支持时间图表示学习的研究。

提出的方法

• 数据集包含2005年至2015年匈牙利19个县每周报告的水痘病例数。
• 基于县之间的地理邻接关系构建空间邻接图。
• 使用8个历史时间步长作为输入特征，训练循环图神经网络模型。
• 在10、20和40周的预测时域上，使用均方误差（MSE）评估模型性能。
• 训练使用标准化时间序列，模型包括GConvLSTM、GConvGRU、Evolve GCN、DynGRAE、STGCN和DCRNN。
• 实验重复10次，以计算平均MSE和标准差，确保性能评估的稳健性。

实验结果

研究问题

• RQ1 最先进循环图神经网络在具有复杂动态特性的现实流行病学时间序列上的泛化能力如何？
• RQ2 在匈牙利各县水痘病例预测中，面临的主要统计挑战是什么？
• RQ3 在不同预测时域下，哪种图神经网络架构在该数据集上实现了最佳预测性能？
• RQ4 季节性、零膨胀和空间自相关等因素如何影响模型的泛化能力和误差率？

主要发现

• DynGRAE在10周预测时域下实现了最低的均方误差（0.706 ± 0.004），在α = 5%的显著性水平下显著优于其他模型。
• 在40周预测时域下，多个模型的预测性能甚至低于随机水平，表明长期预测性能显著下降。
• GConvLSTM和GConvGRU在10周预测时域下表现强劲，MSE值分别为0.741 ± 0.005和0.757 ± 0.001。
• Evolve GCN-O和Evolve GCN-H在10周预测时域下MSE值较高（分别为0.775 ± 0.007和0.766 ± 0.009），表明预测准确性较低。
• 在较长预测时域下，顶尖模型与表现较差模型之间的性能差距最为显著，凸显了模型架构的敏感性。
• 该数据集的复杂特性——包括季节性、零膨胀和异方差性——对当前图神经网络设计构成了重大挑战。