[论文解读] Deep convolutional generative adversarial networks for traffic data imputation encoding time series as images

Tongge Huang, Pranamesh Chakraborty+1 more|arXiv (Cornell University)|May 5, 2020

Traffic Prediction and Management Techniques参考文献 40被引用 7

一句话总结

该论文提出TSDIGAN，一种深度卷积生成对抗网络框架，通过将交通时间序列编码为格米安角求和场（GASF）图像来保留时间依赖性，从而实现对缺失交通数据的高精度填补。该模型在MAE和RMSE指标上显著优于当前最先进方法，即使在缺失率超过50%的情况下仍表现出色，展现出在真实交通数据重建中的鲁棒性与高效性。

ABSTRACT

Sufficient high-quality traffic data are a crucial component of various Intelligent Transportation System (ITS) applications and research related to congestion prediction, speed prediction, incident detection, and other traffic operation tasks. Nonetheless, missing traffic data are a common issue in sensor data which is inevitable due to several reasons, such as malfunctioning, poor maintenance or calibration, and intermittent communications. Such missing data issues often make data analysis and decision-making complicated and challenging. In this study, we have developed a generative adversarial network (GAN) based traffic sensor data imputation framework (TSDIGAN) to efficiently reconstruct the missing data by generating realistic synthetic data. In recent years, GANs have shown impressive success in image data generation. However, generating traffic data by taking advantage of GAN based modeling is a challenging task, since traffic data have strong time dependency. To address this problem, we propose a novel time-dependent encoding method called the Gramian Angular Summation Field (GASF) that converts the problem of traffic time-series data generation into that of image generation. We have evaluated and tested our proposed model using the benchmark dataset provided by Caltrans Performance Management Systems (PeMS). This study shows that the proposed model can significantly improve the traffic data imputation accuracy in terms of Mean Absolute Error (MAE) and Root Mean Squared Error (RMSE) compared to state-of-the-art models on the benchmark dataset. Further, the model achieves reasonably high accuracy in imputation tasks even under a very high missing data rate ($>$ 50\%), which shows the robustness and efficiency of the proposed model.

研究动机与目标

• 为解决缺失交通传感器数据的问题，该问题会阻碍有效的交通管理与分析。
• 克服传统填补方法在捕捉交通时间序列中复杂时空依赖性方面的局限性。
• 开发一种基于深度学习的框架，将数据填补问题视为合成数据生成问题。
• 在高缺失数据率下提升填补精度，特别是在传感器数据不可靠的真实场景中。
• 通过基于交通模式相似性的聚类方法对传感器进行分组，实现共享模型训练，从而实现高效可扩展的部署。

提出的方法

• 将原始交通时间序列转换为格米安角求和场（GASF）图像，以保留时间相关性，并支持基于图像的建模。
• 在GASF编码图像上训练深度卷积生成对抗网络（DCGAN），以生成代表缺失值的逼真合成交通数据。
• 基于每日交通模式相似性，使用k-means聚类将传感器分组，为每组训练共享的生成模型。
• 利用生成对抗网络的判别器区分真实GASF图像与生成图像，以提升合成数据的真实感与保真度。
• 优化生成器，使其在最小化重建损失（MAE、RMSE）的同时，确保生成数据反映实际交通动态。
• 在PeMS基准数据集上评估模型，比较不同缺失数据率（10%至90%）下的性能表现。

实验结果

研究问题

• RQ1 当通过图像编码方式保留时间序列依赖性时，基于GAN的模型能否有效重建缺失的交通数据？
• RQ2 所提出的GASF编码方法与标准时间序列建模方法相比，在保留时间模式用于填补方面表现如何？
• RQ3 在高缺失数据率（如>50%）下，TSDIGAN框架相较于现有填补模型的性能表现如何？
• RQ4 基于交通模式相似性对传感器进行聚类，是否能在不牺牲填补精度的前提下提升模型效率与泛化能力？
• RQ5 模型在不同数据质量的传感器（如高噪声或零流量）上的表现有何差异？

主要发现

• 在所有缺失数据率下，TSDIGAN的平均绝对误差（MAE）和均方根误差（RMSE）均显著低于所有基线模型。
• 在30%的缺失率下，中位数相对误差（MRE）为20.7%，表明在大多数传感器上表现良好，尽管由于异常值的存在，平均MRE达到35.5%。
• 即使在缺失率超过50%的情况下，模型仍保持高精度，表明其在极端数据丢失条件下的强鲁棒性。
• 采用传感器聚类显著减少了对每个传感器独立建模的需求，提升了训练与部署效率，同时保持了高性能。
• 在MAE与RMSE指标上，该框架优于SVR、HA、DSAE及基于GAN的并行模型，尤其在高缺失率下优势最为明显。
• 模型性能受少数噪声较大或流量较低的传感器显著影响，提示未来工作应考虑针对特定传感器的建模或改进聚类策略以应对此类情况。