基于随机森林的环境监测应用加速技术

《AEU - International Journal of Electronics and Communications》:Random forest-based acceleration in environmental monitoring applications

【字体: 大 中 小 】 时间:2026年08月05日 来源:AEU - International Journal of Electronics and Communications 3.1

编辑推荐:

  摘要:本研究通过基于高效现场可编程门阵列的随机森林模型,解决了机器学习模型的局限性,从而提升了环境监测领域的性能。所提出的加速器模型采用完全并行的50棵树结构,利用基于ROM的树遍历、偏移寻址实现高效内存访问,并在Kintex-UltraScale KCU105 FPGA上构建了

  摘要:本研究通过基于高效现场可编程门阵列的随机森林模型,解决了机器学习模型的局限性,从而提升了环境监测领域的性能。所提出的加速器模型采用完全并行的50棵树结构,利用基于ROM的树遍历、偏移寻址实现高效内存访问,并在Kintex-UltraScale KCU105 FPGA上构建了专用的固定精度分析流程。与支持向量机、长短期记忆网络和门控循环单元模型相比,该随机森林模型在大多数应用数据集中都表现出更优异的性能。通过包括空气质量监测、天气预报、作物种植建议、电力变压器分析以及氨气排放数据在内的多种数据集进行验证,其在处理氨气排放数据时,均方误差仅为0.0933,远优于其他模型及现有最先进技术。该硬件加速的随机森林模型针对FPGA上的并行处理进行了优化,每秒可完成190万次推理,单时间步的总延迟仅为0.001055毫秒,相较于MATLAB R2025b中的软件模型,其速度提升了41,500倍。

引言:随着可再生能源系统日益普及,用于预测环境因素的精确技术也得到了发展[1]。例如,2018年全球小麦种植面积约占农作物总种植面积的15%,同时消耗了17%的氮肥[2]。作为欧盟主要的小麦生产国,西班牙的冬小麦种植得益于可持续的精准施肥技术[2][3]。农业领域因施肥产生的氨气排放不仅会导致农民遭受氮素损失,还会造成空气污染[4]。这些因素表明农业与环境问题及人类健康之间存在密切关联。有效的监测能够为解决资源效率与环境保护方面的挑战提供数据支持。机器学习模型被广泛用于环境科学中,以捕捉多个因素之间复杂的非线性关系[4]。这类模型能够识别出重要模式,提升大型数据集的预测精度[5]。特征选择过程对机器学习应用有着重要影响[6]。人工神经网络存在训练时间长、易过拟合等缺陷[5],为此人们采用了改进版的极端学习机来克服这些限制[1]。这种自适应极端学习机能够在降低模型复杂度与计算成本的同时提高预测精度。深度学习源于机器学习,它侧重于利用深层神经网络进行学习[5],即便在数据量较小的情况下也能有效捕捉复杂模式,且可通过分层结构学习抽象特征。有研究将PlanetScope卫星图像与天气数据结合,运用三种机器学习算法预测2018至2019年西班牙的氮素营养指数,结果发现随机森林模型的准确率高达77.08%,但由于气候、土壤及耕作方式的不同,该模型无法直接应用于欧洲其他地区。该研究还分析了尘埃与降雨事件,所采用的方法在不同天气条件下都能获得大于0.8的决定系数。决定系数R2的值会受相对湿度与温度的影响,且验证范围仅限于特定时段。另有研究提出了一种名为XIS-Temperature的高精度机器学习模型,它借助XGBoost-IDW合成技术用于预测气温,该模型利用地表温度与植被信息对任意地点进行预测,其最低气温与最高气温的均方误差分别仅为60%和93%。不过由于受限于NASA Aqua卫星数据的获取时间,该模型的应用范围较为有限。还有研究将九种自动气象站数据与不同的机器学习算法结合,采用双层堆叠集成方法,最终得到的堆叠模型具有最高的预测精度,相关系数达0.939,均方误差仅为0.004。尽管机器学习算法在某些特定场景下表现良好,但在处理非线性关系或高度复杂的数据时往往力不从心。另有研究训练了三种机器学习方法,用于预测施用粪肥后72小时的累计氨气排放量,该实验使用了从ALFAM2数据库中提取的5939组氨气排放数据,结果表明随机森林模型与梯度提升模型的性能优于半经验ALFAM2模型,不过这些关于粪肥施用技术的结论受限于数据集的特殊特性。还有研究对比了九种不同模型,这些模型包括回归树、M5P、随机森林、XGBoost、长短期记忆网络、卷积神经网络、N-BEATS、Transformer以及iTransformer,研究人员通过贝叶斯方法对每个模型的超参数进行了10次迭代优化,从而获得了高性能的模型配置。机器学习应用的快速发展离不开专用硬件加速器的支撑[10][11],与通用CPU相比,这类加速器能够显著加快神经网络等复杂任务的执行速度[11][12]。目前可用于大规模并行计算的硬件加速器包括图形处理单元、张量处理单元以及现场可编程门阵列,其中现场可编程门阵列因其高速度、设计灵活性强、抗干扰能力好、单位成本较低且安全性较高而成为高效的加速器[14][15][16],此外它的执行时间与硬件利用率也低于其他平台[17]。本研究提出了一种专为环境监测中的时间序列预测而设计的、基于FPGA加速的随机森林模型。该模型的架构在完全并行的、具备高效内存管理功能的FPGA加速器上实现了标准的随机森林回归功能,它包含针对每棵树的ROM存储块、基于偏移地址的树遍历机制,以及经过浮点软件输出验证的固定精度分析流程。这一设计有效解决了传统机器学习与深度学习方法存在的计算效率低的问题,相比基于软件的推理方式,它能降低执行时间并减少资源消耗。该架构在包括空气质量[18]、天气预报[2]、作物种植建议[19]、氨气排放监测[20]以及电力变压器分析[21]在内的多种环境数据集中都能保持高预测精度,且无需对底层硬件进行任何修改。在各项对比测试中,该随机森林模型在均方误差、均方根误差、平均绝对误差以及决定系数等指标上,都在大多数数据集上优于支持向量机、长短期记忆网络和门控循环单元模型。本文结构如下:第二部分介绍所使用的数据集及其特征;第三部分概述所采用的循环神经网络与机器学习模型的整体架构;第四部分详细阐述所提出模型的架构,并与其他最先进模型在所有数据集上的性能进行对比;第五部分介绍该随机森林模型实现过程中的软件与硬件算法;第六部分展示硬件运行结果,并与现有模型进行性能分析;最后第七部分总结研究结论与未来工作方向。

章节节选:空气质量与污染评估:该数据集使用了来自不同地区的空气质量与污染评估数据[18],共包含5000个样本,每个样本都反映了影响污染程度的关键环境因素,主要包括平均温度、相对湿度、到最近工业区的距离以及人口密度,同时还记录了细颗粒物与粗颗粒物的PM2.5和PM10浓度。目标变量“空气质量”被分为四个等级。

随机森林回归:随机森林模型是一种强大的集成学习技术,它通过整合多棵决策树并对它们的预测结果取平均值来实现预测功能[6][22][23],与长短期记忆网络和门控循环单元不同,随机森林并非神经网络,而是一种基于决策树的集成方法。在随机森林中整合多棵决策树能够提升预测精度[3][24][25],此外随机森林也可用于预过滤环节[26],森林中的每棵树都是通过一种称为装袋法的自助抽样技术构建的。

主要参数与架构:表1汇总了所采用模型的各项参数与架构,序列输入层中的特征数量取决于具体数据集,所有模型都采用标准化特征,随机森林模型使用50棵回归树,可通过装袋法实现样本外预测以评估误差,支持向量机模型则采用高斯径向基函数核来捕捉非线性关系,长短期记忆网络与门控循环单元模型的架构基本相同,不同之处在于隐藏层神经元的数量。

软件算法:算法1展示了所提出随机森林模型浮点运算的结构化伪代码,包含两个主要步骤,数据划分为训练集与测试集的比例分别为80%和20%,特征标准化可确保训练数据与测试数据在各变量上的尺度一致,所有的NaN值都会被替换为0,MATLAB中用于训练随机森林模型的内置函数是TreeBagger,其核心预测机制会提取每棵决策树的特征。

硬件性能与利用率结果:在使用Vivado 2023.2版本的Kintex-UltraScale KCU105 FPGA芯片上,该随机森林模型在单时间步的最大工作频率可达205.5兆赫兹,整个模型的总功耗为2.69瓦,其中动态功耗为1.44瓦,表4展示了该FPGA芯片在单时间步以及所有时间步下的硬件利用率情况,单时间步的输入为10维,而所有时间步的处理数据均为10维输入的7463个样本,研究中还使用了查找表。

结论:本研究提出了一种基于FPGA加速的随机森林模型,可用于环境监测预测领域,通过将该模型与支持向量机、长短期记忆网络、门控循环单元模型进行对比,它解决了传统机器学习与深度学习模型存在的诸多问题,且在多种环境数据集上都能展现出出色的预测性能。该模型在Kintex-UltraScale KCU105 FPGA芯片上的硬件实现带来了显著的速度提升、极低的延迟以及优化的资源利用率,这些结果充分体现了该模型的优势。

CRediT作者贡献说明:Zeinab A. Hassaan负责原文撰写——初稿撰写、模型验证、软件开发、方法设计、研究实施、正式分析以及数据整理工作;Hisham M. Elrefai负责原文撰写——审稿与编辑、研究指导以及研究实施工作;Lobna A. Said负责原文撰写——审稿与编辑以及研究指导工作。

利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢:作者感谢Mohammed H. Yacoub在本次研究中所给予的宝贵支持。

Zeinab A. Hassaan|Hisham M. Elrefai|Lobna A. Said
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号