Графовые нейросети и прогноз событий: сложная модель не всегда выигрывает у истории
В экспериментальной серии на данных Лимы и Чикаго исследователь сравнил простое сглаживание, рекуррентные сети и графовые архитектуры. Результаты показывают: точнее выбирать территории и точнее предсказывать число событий — разные задачи, а сам граф не гарантирует прибавки качества.
Главное
Работа, опубликованная на Хабре, использует историю зарегистрированных городских происшествий как проверочный набор для методов пространственно-временного прогнозирования. Автор разбивает Лиму на ячейки сетки H3, а Чикаго рассматривает и по административным районам, и по более мелким ячейкам. Модель должна оценить, где события вероятнее в следующий день, используя только прошлые наблюдения. Это исследовательская постановка, а не объявление о внедрении новой городской системы.
Сильной отправной точкой стало экспоненциальное сглаживание EWM-30: старые наблюдения постепенно теряют вес, но продолжают участвовать в оценке. С ним сравнивались GRU, TCN и несколько архитектур, передающих информацию между соседними территориями. Для районов Чикаго GRU лучше ранжировала участки по выбранной метрике, но заметно хуже предсказывала точное число событий. Поэтому победа в одной таблице не означает универсального превосходства метода.
Подробности
Часть опытов специально проверяла, откуда возникает возможный выигрыш. В частности, автор сопоставлял полноценные графовые связи с локальными признаками и изменёнными связями, а также исправлял ошибку в реализации одного графового оператора. После таких проверок заметная прибавка не всегда сохранялась. Это важное ограничение для практических команд: сложность нейросети и наличие графового слоя сами по себе не доказывают, что пространственный контекст действительно помогает прогнозу.
Более убедительный эффект исследователь нашёл в составе входных данных. Когда GRU получала раздельную историю категорий событий, а не только общий ежедневный счётчик, качество категориального ранжирования улучшилось при повторных инициализациях. Но и этот результат нельзя автоматически переносить на общий прогноз количества. В статье отдельно подчёркнуто, что разные задачи оценки требуют разных целевых метрик, а не одного универсального рейтинга моделей.
Что это меняет
Эксперименты включают временное разделение выборок и контрольные сравнения, однако у них остаются ограничения: ретроспективные записи могут появляться с задержкой, а некоторые тестовые периоды уже использовались при подборе подходов. Вывод полезен разработчикам аналитических систем шире конкретного набора данных: сначала нужен воспроизводимый простой ориентир, затем строгое доказательство пользы новых признаков и лишь потом усложнение архитектуры. Независимая проверка на новом периоде остаётся необходимой.
Первоисточник
Материал подготовлен STRUCTURE по открытой публикации Habr. Текст и иллюстрации первоисточника не воспроизводятся целиком.