[论文解读] Tensor Completion for Weakly-dependent Data on Graph for Metro Passenger Flow Prediction

Ziyue Li, Nurettin Dorukhan Sergin+3 more|arXiv (Cornell University)|Dec 11, 2019

Tensor decomposition and applications参考文献 9被引用 11

一句话总结

该论文提出了一种新颖的低秩CP（CANDECOMP/PARAFAC）张量补全框架，结合L1-范数和图拉普拉斯惩罚项，以在地铁车站网络上建模弱依赖的空间模式。通过利用地理和上下文图结构，该方法在真实香港地铁客流量数据上实现了显著提升的预测精度，相较于基线方法，均方误差（MSE）最高降低60%。

ABSTRACT

Low-rank tensor decomposition and completion have attracted significant interest from academia given the ubiquity of tensor data. However, the low-rank structure is a global property, which will not be fulfilled when the data presents complex and weak dependencies given specific graph structures. One particular application that motivates this study is the spatiotemporal data analysis. As shown in the preliminary study, weakly dependencies can worsen the low-rank tensor completion performance. In this paper, we propose a novel low-rank CANDECOMP / PARAFAC (CP) tensor decomposition and completion framework by introducing the $L_{1}$-norm penalty and Graph Laplacian penalty to model the weakly dependency on graph. We further propose an efficient optimization algorithm based on the Block Coordinate Descent for efficient estimation. A case study based on the metro passenger flow data in Hong Kong is conducted to demonstrate improved performance over the regular tensor completion methods.

研究动机与目标

• 解决标准低秩张量补全方法在处理图结构网络上的弱依赖时空数据时的局限性。
• 通过结合地理和上下文图，而非假设全局低秩结构，来建模地铁车站之间的局部依赖关系。
• 通过将基于图的正则化引入CP张量分解，提升地铁客流预测的准确性。
• 基于块坐标下降法开发一种高效的优化算法，以实现可扩展的估计。
• 在真实世界香港地铁客流数据上验证该框架，并进行对比基准测试。

提出的方法

• 提出一种带有L1-范数惩罚项（以促进稀疏性）和图拉普拉斯惩罚项（以编码车站网络上的弱依赖）的正则化CP张量分解框架。
• 将地铁客流建模为一个三阶张量（车站 × 时间点 × 天），其中车站模式通过两种图结构（地理图和上下文图，基于POI）实现弱依赖。
• 使用块坐标下降法优化目标函数，迭代更新因子矩阵和正则化参数。
• 引入两种图结构：一种基于空间邻近性（NET图），另一种基于功能相似性（POI图），每种图结构具有独立的惩罚系数。
• 采用网格搜索，对超参数β（低秩）、α（弱依赖）、γ（POI图）和δ（NET图）分别设置步长为10、100、10和10。
• 优化目标结合了低秩逼近、L1正则化和图拉普拉斯惩罚项，以保留车站层面的局部依赖关系。

实验结果

研究问题

• RQ1 一种显式在图结构数据上建模弱依赖关系的张量补全方法，是否能优于标准的低秩张量补全方法？
• RQ2 地理图和上下文图等不同图结构如何影响客流预测的准确性？
• RQ3 在弱依赖的地铁客流数据上，引入L1和图拉普拉斯惩罚项在多大程度上提升了补全性能？
• RQ4 所提出的优化算法在真实世界时空张量补全任务中是否高效且可扩展？
• RQ5 对于具有独特或非周期性客流模式、偏离全局趋势的车站，该方法表现如何？

主要发现

• 所提出的WDGTC方法在比较中取得了最低的MSE（2.68 × 10⁶）和MAPE（63%），优于所有基线方法。
• 与第二好的基线方法（FBCP）相比，MSE降低了约60%，主要改进归因于弱依赖惩罚项。
• POI图惩罚项贡献了约30%的MSE降低，而NET图惩罚项贡献了约10%。
• 在车站级别的性能表现中（表3），WDGTC在15个车站中有12个达到最佳或接近最佳结果，尤其在具有复杂或独特客流模式的车站表现优异。
• geomCG方法因数据稀疏性和过早收敛而无法做出有意义的预测，凸显了缺失数据聚合的挑战。
• 最优参数组合（第5组）始终对所有惩罚项使用非零值，证实了其在提升补全精度中的必要性。