At slå dimensionalitetens forbandelse

En delvis matchende tilgang kan overvinde dimensionalitetens "forbandelse" af kontinuerlige målinger over tid for at give mere præcise fremtidige forudsigelser.

Ved at scanne tidligere data for både delvise og komplette matcher til aktuelle observationer, et KAUST-ledet forskerhold har udviklet et forudsigelsesskema, der mere pålideligt kan forudsige den fremtidige bane for miljøparametre.

Indsamling af data med jævne mellemrum over tid er almindelig på mange områder, men især inden for miljø, transport og biologisk forskning. Sådanne data bruges til at overvåge og registrere den nuværende tilstand og også til at hjælpe med at forudsige, hvad der kan komme i fremtiden. En typisk tilgang er at lede efter tidligere mønstre eller baner i dataene, der matcher den aktuelle bane.

Imidlertid, i praksis, der er aldrig nogen komplette matcher, og derfor skal forudsigeren finde mindre og mindre tidsvinduer i tidligere data, der giver et delvist match. Dette resulterer i et tab af kontekst og eventuelle bredere tendenser, der kunne have givet en bedre forudsigelse, mens der muligvis trækkes tilfældig støj ind.

"At forudsige fremtidige tidsseriebaner er udfordrende, idet banerne er sammensat af mange sekventielle observationer eller 'dimensioner', "hvilket begrænser multivariate forudsigelsestilgange, " siger Hernando Ombao fra KAUST. "Dette er kendt som dimensionalitetens forbandelse."

For at overkomme disse udfordringer, postdoc Shuhao Jiao udviklede en metode kaldet partiel funktionel forudsigelse (PFP), der integrerer information fra alle tidligere komplette og delvise baner. Denne optimerede tilgang bruger alle de tilgængelige data, fanger både langsigtede tendenser og velafstemte delforløb.

"Ved at udjævne banerne, vi kan forvandle forbandelsen til en velsignelse ved at fange det store billede af den dynamiske information af baner, " siger Jiao. "Vores metode inkorporerer både cross-trajectory og intratrajectory afhængighed, som tidligere metoder ikke har opnået."

Fremgangsmåden involverer en trinvis procedure, hvor dataene først analyseres for længere komplette baner, de "resterende" delkomponenter ekstraheres derefter som fragmenter uafhængigt af tidligere tendenser, og alt tilovers tildeles tilfældig støj. De tre funktioner anvendes derefter på forudsigelsesvinduet.

Holdet, sammen med samarbejdspartner Alexander Aue fra University of California, demonstrerede deres metode til forudsigelse af fine partikler i luften og trafikstrømmen og viste, at deres PFP-metode gav langt mere præcise forudsigelser end eksisterende metoder, især for langsigtede prognoser.

"Vores metode viser, at ved at inkorporere afhængighedsinformation inden for og på tværs af baner, det er muligt at opnå en markant forbedring i forudsigelsen af ​​fremtidige baner, " siger Ombao.