RIFT-STGNN：鲁棒交错频率-趋势时空图神经网络用于交通流预测

《Mathematics》：RIFT-STGNN: Robust Interleaved Frequency–Trend Spatio-Temporal Graph Neural Network for Traffic Flow Forecasting

　　

短期交通流预测（short-term traffic flow forecasting）在同时出现不完整观测（incomplete observations）、窗口内频率变化（within-window frequency variation）和状态依赖的传感器关系（state-dependent sensor relations）时变得特别困难。缺失读数会影响节点特征（node features）以及从这些特征推断出的空间依赖关系（spatial dependencies），然而这些问题通常被分开建模。因此，研究人员提出了RIFT-STGNN，一种鲁棒交错频率-趋势时空图神经网络（Robust Interleaved Frequency–Trend Spatio-Temporal Graph Neural Network），用于多步交通流预测（multi-step traffic flow forecasting）。RIFT-STGNN遵循协调的信息流：在时频编码（temporal–frequency encoding）过程中保留观测状态（observation status），频率表示（frequency representation）同时支持节点特征和图构建（graph construction），四个图源（graph sources）在每次图门控循环单元（Graph-GRU）更新前被融合。随后，趋势感知时间注意力（trend-aware temporal attention）生成直接多步预测（direct multi-step forecasts）。在PEMS03、PEMS04、PEMS07和PEMS08上的实验表明，在12步设置（12-step setting）下，相对于选定的文献报道基线（literature-reported baselines），该模型具有竞争性的数值性能。在PEMS04和PEMS08上，三次运行的平均平均绝对误差（MAE）值分别为17.73和13.14。这些值相比于相应的文献报道的sAMDGCN值分别降低了4.63%和9.00%。组件消融（component ablations）、状态依赖图分析（state-dependent graph analysis）和受控缺失率实验（controlled missing-rate experiments）在评估设置下支持了动态图学习（dynamic graph learning）、窗口内频率编码（within-window frequency encoding）和掩码感知输入处理（mask-aware input handling）的作用。

**论文解读文章：RIFT-STGNN——一种鲁棒交错频率-趋势时空图神经网络用于交通流预测**

**研究背景与问题**

短期交通流预测在实际应用中具有重要价值，尤其在交通偏离常规状态时，如拥堵发生或传感器故障。然而，这些非正常条件也给预测带来了巨大挑战：交通状态快速变化、传感器之间的有效关系发生转移，部分测量值可能变得不可用。现有研究通常将缺失观测、窗口内频率变化和状态依赖的空间关系分开建模，但这些问题在真实场景中是耦合的，而非独立的。例如，在60分钟的历史窗口内，趋势和局部振荡提供了互补的时间证据，但窗口无法解析完整的日或周周期；传感器之间的相关性会随交通状态变化；缺失读数会同时扭曲节点特征和从这些特征推断出的空间依赖关系。因此，研究人员提出了一种协调信息流的框架，旨在同时处理观测可靠性、窗口内频率结构和状态依赖的空间传播，以提升多步交通流预测的鲁棒性和准确性。

**研究内容与结论**

研究人员提出了RIFT-STGNN（Robust Interleaved Frequency–Trend Spatio-Temporal Graph Neural Network），一种鲁棒交错频率-趋势时空图神经网络。该模型的核心设计是耦合掩码感知的时频表示、多源图融合和交错图循环更新。在PEMS03、PEMS04、PEMS07和PEMS08四个真实交通流数据集上，采用12步输入-输出设置（历史60分钟预测未来60分钟），RIFT-STGNN在三次独立运行的平均性能上，相对于选定的文献报道基线（如sAMDGCN）表现出竞争性数值结果。例如，在PEMS04上，平均MAE为17.73，比sAMDGCN的18.59低4.63%；在PEMS08上，平均MAE为13.14，比sAMDGCN的14.44低9.00%。消融实验表明，动态图学习对性能贡献最大，而掩码感知模块在缺失率上升时越来越重要。该论文发表在《Mathematics》期刊。

**主要关键技术方法**

RIFT-STGNN采用以下关键技术方法，所有实验数据来源于加州交通部性能测量系统（Caltrans Performance Measurement System, PeMS）的PEMS03、PEMS04、PEMS07和PEMS08数据集，采样间隔为5分钟，使用过去12步（60分钟）预测未来12步（60分钟）。

1. **掩码感知输入模块（Mask-Aware Input Module）**：通过二进制观测掩码（binary observation mask）区分观测值和填充值，将缺失位置替换为可学习的缺失标记（learnable missing token），并沿特征维度拼接掩码，使下游模块能够区分测量值与被填充值。
2. **时频编码器（Temporal–Frequency Encoder）**：包含时间域分支和频率域分支。时间域分支通过线性投影或时间卷积提取隐藏表示；频率域分支沿时间维度应用实值快速傅里叶变换（real-valued Fast Fourier Transform, rFFT），保留前K个非负频率系数（K=6，包含直流分量DC，排除奈奎斯特系数），并投影到隐藏维度得到节点级频率表示。两分支通过门控机制融合，用于图循环编码器输入，同时频率表示用于构建频率感知空间依赖关系。
3. **动态多头图学习器（Dynamic Multi-Head Graph Learner）**：构建四种类型的邻接矩阵并融合：
- 静态图（Static Graph）：基于物理道路网络或预定义传感器邻接矩阵。
- 自适应图（Adaptive Graph）：通过两个可学习的节点嵌入矩阵（embedding matrices）的乘积并经过softmax行归一化得到，建模潜在传感器关系。
- 动态图（Dynamic Graph）：在每个循环步骤，基于当前编码特征和上一隐藏状态之和构建，通过头特定的查询和键矩阵投影计算状态依赖的邻接矩阵。
- 频率感知图（Frequency-Aware Graph）：基于节点级频率表示计算相似性，每个输入窗口计算一次，并在所有循环步骤中复用。
- 通过可学习的融合权重将四种图融合，后进行行方向top-20稀疏化和行归一化，随后进行多头图卷积（multi-head graph convolution）。
4. **交错图门控循环单元编码器（Interleaved Graph-GRU Encoder）**：由堆叠的交错图门控循环单元（Graph-GRU）块组成。在每个时间步，先构建动态图并融合其他图源，然后进行图卷积更新门控循环单元（GRU）的门（更新门、重置门、候选隐藏状态）。此外，受sLSTM启发的标量记忆门（scalar memory gate）用于增强时间记忆，并应用残差连接、层归一化（LayerNorm）和丢弃（dropout）。
5. **趋势感知时间注意力解码器（Trend-Aware Temporal Attention Decoder）**：在编码隐藏序列后，先应用局部时间卷积使注意力输入对短期趋势敏感，然后对每个节点独立应用多头时间注意力（multi-head temporal attention），最后通过预测头直接生成所有未来H步的预测，避免自回归解码的误差累积。损失函数采用掩码平均绝对误差（masked mean absolute error），并可选辅助重建损失（auxiliary reconstruction loss）。

**研究结果**

**5.2 总体性能（Overall Performance）**
通过对比12步平均预测性能，RIFT-STGNN在四个数据集上的三次运行平均MAE、均方根误差（RMSE）和平均绝对百分比误差（MAPE）数值上均低于文献报道的sAMDGCN值。例如，在PEMS04上，MAE为17.73，RMSE为29.15，MAPE为11.82%；在PEMS08上，分别为13.14、22.37和8.41%。结果表明，轻量时频编码器、动态多头图学习器和趋势感知时间注意力解码器的组合有助于提升预测性能。

**5.3 逐层预测分析（Horizon-Wise Forecasting Analysis）**
在PEMS04和PEMS08上，比较了第3、6、12步（对应15、30、60分钟）的预测误差。所有模型的误差随预测步长增加而增大，但RIFT-STGNN的三次运行平均误差曲线相对较低且平滑。在PEMS04上，MAE从第3步的17.03增加到第12步的18.23；在PEMS08上，从12.73增加到13.55。结果说明时频建模和趋势感知时间注意力有助于减少误差随步长增长的速度。

**5.4 消融研究（Ablation Study）**
在PEMS04和PEMS08上，分别移除频率编码器、趋势感知注意力、动态图、掩码感知模块和标量记忆门。移除动态图导致最大的平均性能下降，在PEMS04上MAE从17.73增至18.42，在PEMS08上从13.14增至13.68。移除频率编码器使MAE分别增至18.08和13.39。移除趋势感知注意力使MAE分别增至18.16和13.47。移除掩码感知模块在干净数据下影响较小，移除标量记忆门也导致误差增加。这些结果证实了各组件在评估设置下的贡献。

**5.5 可视化分析（Visualization Analysis）**
在PEMS04和PEMS08的代表性传感器上，预测曲线能够跟踪整体交通流趋势和大部分常规波动，但在极陡峰值处仍存在挑战。对PEMS04所有307个传感器节点的学习空间依赖进行可视化，归一化图融合权重分别为：静态图0.15、自适应图0.19、动态图0.44、频率感知图0.22。动态图获得最大融合权重，且消融研究也显示其贡献最大。状态依赖的动态图分析显示，从低流量/非高峰到上升期的过渡中，动态图前20条边集的变化最大（Jaccard距离为0.990），从上升到高峰为0.673，从高峰到恢复为0.645，提供了状态依赖图变化的定量证据。

**5.6 鲁棒性、复杂性和时间成本分析（Robustness, Complexity, and Time Cost Analysis）**
在PEMS04和PEMS08上，以缺失率0.0、0.1、0.3、0.5进行鲁棒性实验，缺失模式为完全随机缺失（missing completely at random, MCAR）。完整RIFT-STGNN始终优于无掩码感知模块的变体，且性能差距随缺失率增大而扩大。在PEMS04上，MAE差距从缺失率0.0时的0.09增至0.5时的1.53；在PEMS08上，从0.06增至1.35。这表明掩码感知模块通过显式告知模型哪些值被观测到，有效提升了鲁棒性。时间成本方面，在RTX 3090工作站上，RIFT-STGNN对四个数据集的平均预测时间在0.19–0.27秒之间，低于PeMS数据的5分钟采样间隔，表明计算可行性，但未评估实时端到端部署。

**讨论与结论**

讨论部分指出，实验结果与协调信息流的设计理念一致。动态图移除导致最大的平均MAE增加，表明随着交通状态变化更新有效传感器关系的必要性；频率编码器的移除也造成性能下降，支持窗口内频率成分的互补价值；趋势感知时间注意力的退化表明局部趋势处理在时间聚合前的重要性。掩码感知模块在缺失率0.5时显著降低MAE，但仅限于点式MCAR掩码，不能推广到块缺失或非随机缺失。状态依赖图分析提供了结构证据，但未建立传感器间的因果影响。RIFT-STGNN建立在TFGCRN和sAMDGCN的时频循环和动态图注意力设计之上，其架构贡献在于可靠性感知的窗口内时频表示、明确四源图融合和交错图循环更新，而非新的独立预测原语。文献报道的基线比较是描述性的，结论限于12步PeMS协议和点式MCAR缺失数据设置，未评估24步或48步预测、跨数据集迁移或与小波变换的比较。

结论部分原文翻译如下：
本研究提出了RIFT-STGNN，作为一种紧凑的协调策略，用于处理窗口内频率变化、状态依赖空间关系和不完整输入的多步预测。其核心设计将掩码感知时频表示与四源图融合耦合在交错图门控循环单元（Graph-GRU）更新内部，使观测可靠性、节点特征和空间聚合不再被独立处理。在PEMS03、PEMS04、PEMS07和PEMS08上，RIFT-STGNN的三次运行平均结果在常见的12步预测设置下，相对于选定的文献报道基线具有数值竞争性。一个核心发现是，动态图学习在消融研究中贡献最大，而掩码感知模块在缺失率上升时变得越来越有用。逐层分析和可视化分析进一步显示，三次运行平均误差在未来预测步长上逐渐增长。这些发现表明，在评估设置下，联合建模频率、趋势、空间动态和观测掩码可以支持鲁棒的交通流预测。在12步输入设置下，频率分支描述的是局部频谱内容而非日或周周期，且固定的六系数配置未与替代截断水平进行对比。未来工作将研究校准的预测不确定性、统一重实现基准测试、更真实的缺失和异常观测，以及更大规模或流式交通网络上的端到端部署。