[论文解读] Matrix Completion With Variational Graph Autoencoders: Application in Hyperlocal Air Quality Inference

Tien Huu, Duc Minh Nguyen+6 more|arXiv (Cornell University)|Nov 5, 2018

Air Quality Monitoring and Forecasting参考文献 22被引用 4

一句话总结

本文提出了一种变分图自编码器（AVGAE），用于利用移动传感器数据进行超本地空气质量推断，通过基于街道路网的图结构和矩阵补全方法建模时空相关性。该方法在安特卫普的真实NO₂和PM₂.₅数据集上的均方根误差（RMSE）和平均绝对误差（MAE）指标上均优于最先进的克里金插值和矩阵补全模型。

ABSTRACT

Inferring air quality from a limited number of observations is an essential task for monitoring and controlling air pollution. Existing inference methods typically use low spatial resolution data collected by fixed monitoring stations and infer the concentration of air pollutants using additional types of data, e.g., meteorological and traffic information. In this work, we focus on street-level air quality inference by utilizing data collected by mobile stations. We formulate air quality inference in this setting as a graph-based matrix completion problem and propose a novel variational model based on graph convolutional autoencoders. Our model captures effectively the spatio-temporal correlation of the measurements and does not depend on the availability of additional information apart from the street-network topology. Experiments on a real air quality dataset, collected with mobile stations, shows that the proposed model outperforms state-of-the-art approaches.

研究动机与目标

• 为解决从移动站点稀疏、低时间分辨率的测量数据中推断超本地空气质量的挑战。
• 在不依赖交通或气象等外部数据的情况下，对空气质量数据中的时空相关性进行建模。
• 利用街道路网拓扑结构，将空气质量推断问题形式化为基于图的矩阵补全问题。
• 开发一种深度生成模型，以捕捉污染浓度中的复杂时空依赖关系。
• 在真实世界移动传感器数据上评估所提方法，并与最先进的基线模型进行比较。

提出的方法

• 该方法将空气质量数据建模为一个矩阵，其中行代表街道路段位置，列代表时间片段，缺失条目需被推断。
• 基于安特卫普的街道路网构建图结构，节点为位置，边基于200米距离阈值确定。
• 提出一种变分图自编码器（AVGAE），结合编码器和解码器中的图卷积网络（GCNs）与变分推理框架。
• 通过在连续时间片段上的时间邻域约束，引入时间平滑性。
• 通过KL散度项对潜在空间进行正则化，以确保潜在变量服从先验分布。
• 解码器使用无激活函数的GCN层重建原始矩阵，而σ分支使用Sigmoid函数以确保预测值为正。

实验结果

研究问题

• RQ1 基于图的矩阵补全方法能否有效从移动传感器数据中推断超本地空气质量？
• RQ2 同时引入空间和时间相关性后，与传统方法相比，推断精度是否显著提升？
• RQ3 变分图自编码器在多大程度上优于非图基和基于克里金插值的矩阵补全模型？
• RQ4 该模型是否能在不依赖交通或气象等外部数据的情况下具有良好泛化能力？
• RQ5 模型性能对超参数（如距离阈值或时间窗口大小）的选择有多敏感？

主要发现

• AVGAE模型在真实世界数据集上对NO₂和PM₂.₅污染物的评估中，RMSE和MAE均最低。
• 对于NO₂，AVGAE的RMSE为14.87，MAE为11.03，两项指标均优于次优方法（RGCNN）超过10%。
• 对于PM₂.₅，AVGAE的RMSE为2.01，MAE为1.52，显著优于克里金插值和矩阵补全基线模型。
• 在传统方法中，指数克里金模型表现最佳，但仍逊于AVGAE，凸显了深度图建模的优势。
• 消融研究证实，图结构和变分自编码器组件对性能均至关重要，消融实验使准确率下降最高达15%。
• 该模型即使在稀疏、非规则采样的移动数据下，也能有效捕捉时空模式，展现出在真实环境下的鲁棒性。