Las predicciones del tráfico ganan precisión cuando los sensores aprenden qué significan los lugares cercanos

Del conocimiento público al significado: cómo dotar a cada sensor de contexto

Un sensor de tráfico se instala en un punto concreto de la ciudad, y esa ubicación encierra un significado que trasciende la vía que monitoriza. Wikidata, una base de conocimiento pública masiva que almacena datos sobre lugares, instituciones, monumentos y áreas administrativas, aporta la materia prima. Esta elección es clave: construir un diccionario de lugares independiente para cada ciudad resultaría lento, costoso y difícil de reutilizar en otros contextos.

Para cada sensor, el primer paso consiste en recopilar las entradas cercanas de Wikidata dentro de un radio determinado. Una búsqueda de 600 metros capta los alrededores inmediados a nivel de calle, como intersecciones, infraestructura vial y pequeños rasgos locales. Una búsqueda de 2,5 kilómetros alcanza más lejos e incluye grandes atractivos y efectos a escala de distrito que pueden moldear el tráfico en un área más amplia. Los lugares seleccionados forman un vecindario semántico local para el sensor.

Se emplean dos versiones de este vecindario. La versión directa conserva solo las entradas cercanas y su información de tipo. La versión de un salto añade entidades conectadas, de modo que un lugar puede incorporar hechos relacionados a un paso de distancia. Esto amplía el contexto manteniendo al mismo tiempo el vínculo con los alrededores del sensor. A 600 metros, el subgrafo directo contenía 797 entradas y 1827 enlaces. Añadir un salto lo expandió a 2920 entradas y 12523 enlaces. A 2,5 kilómetros, la versión directa tenía 2770 entradas y 8062 enlaces, mientras que la versión de un salto alcanzó las 29655 entradas y los 144141 enlaces.

Esas redes locales se convierten luego en números. Un método estándar de embedding de grafos de conocimiento representa cada entrada como un vector de valor complejo, que puede pensarse como un punto con dos valores coordinados en lugar de un solo número. Esta forma es útil porque muchas relaciones en los datos públicos sobre lugares son direccionales o asimétricas. Cada lugar cercano contribuye así con su propia firma numérica al perfil del sensor.

El sensor recibe un vector semántico único promediando todos los vectores de los lugares asociados. El promedio produce una representación de tamaño fijo que no depende de cuántos lugares se hayan encontrado ni de su orden. También suaviza los alrededores mixtos, de modo que un distrito comercial con escuelas, tiendas, paradas de transporte y oficinas se convierte en una firma combinada en lugar de una lista de etiquetas separadas. Todos los embeddings se fijan a 64 dimensiones tras pruebas preliminares, equilibrando el poder expresivo frente al coste computacional. Se entrenan de forma auto supervisada sobre los hechos extraídos de los lugares, buscando representaciones coherentes de lugares y entidades en lugar de ajustar directamente hacia la predicción del tráfico.

De ese significado a las conexiones entre sensores

Una vez que cada sensor cuenta con una descripción compacta de su entorno, el método compara esas descripciones por pares. La clave es convertir ese significado en enlaces: se pregunta si dos sensores se parecen desde la perspectiva de los lugares cercanos a ellos. Para ello, se emplea una puntuación similar al coseno, adaptada para vectores que contienen números complejos. El vector semántico de cada sensor actúa como una flecha y la puntuación mide hasta qué punto ambas apuntan en la misma dirección. Como los vectores complejos portan más información que la longitud ordinaria, el método toma la parte real de su producto interior y luego divide por las longitudes de ambos vectores. El resultado es un valor de similitud alto cuando dos lugares comparten carácter funcional, incluso si están muy separados. La tabla resultante tiene una fila y una columna para cada sensor, con un peso en cada celda. Esa tabla constituye la nueva matriz de adyacencia, o mapa de conexiones. No se trata de un mapa de lugares puramente abstracto. Los sensores cercanos suelen compartir las mismas calles, tiendas y puntos de referencia, por lo que sus perfiles semánticos tienden a ser similares también. Esta superposición espacial mantiene los nuevos enlaces anclados en la geografía. Al mismo tiempo, dos distritos comerciales lejanos pueden recibir pesos similares porque sus entornos cumplen funciones parecidas. Una zona turística en una parte de la ciudad puede conectarse con otra zona turística, no simplemente con el sensor de autopista más cercano. La matriz combina, por tanto, la geografía local con la semejanza funcional. Cada conexión es una pista suave, no una regla rígida sobre qué sensores influyen entre sí. Los modelos de predicción pueden usar este mapa como un canal adicional para difundir información a través de la red de sensores. Así ganan una forma de detectar que el comportamiento del tráfico puede depender del tipo de lugar y no solo de la distancia por carretera. Todo el paso es deliberadamente simple: comparar vectores, puntuar pares y rellenar una matriz. Esa simplicidad importa porque permite a los modelos de tráfico existentes recibir un contexto más rico sin tener que ser reconstruidos desde cero.

Sustituir el mapa de carreteras por uno basado en los entornos

Sustituir el mapa vial por uno basado en lugares arrojó resultados mixtos. En esta prueba, los modelos de predicción del tráfico reciben conexiones derivadas de los lugares cercanos en lugar de distancias a lo largo de las calles. Algunos se benefician de ese cambio. Otros pierden precisión.

La mejora más clara procedió de D2STGNN, que redujo el error absoluto medio en un 15,2 %. Esa ganancia utilizó la matriz del vecindario directo de 600 metros, por lo que vinculaba los sensores a través de su entorno inmediato. STGCN mejoró hasta un 6,2 % y STTN hasta un 2,7 %.

Esas ganancias son reales, pero no demuestran que el significado de los lugares las haya causado. Un patrón de conexión aleatorio con la misma densidad también ayudó a varios modelos: D2STGNN ganó un 13,2 % con ese mapa aleatorio y STGCN un 3,7 %. Esto sugiere que parte del beneficio puede provenir de una forma diferente del grafo, no de enlaces significativos entre lugares.

Dos modelos resistieron la sustitución con más fuerza. Fixed GWaveNet empeoró con cada matriz semántica, hasta en un 31,4 % en error absoluto medio. Adaptive GWaveNet también descendió, aunque solo alrededor de un 1,7 a 2,1 %. DCRNN se comportó de manera menos predecible: mejoró con una configuración aleatoria y una semántica, pero empeoró hasta en un 24,9 % en otros casos.

La prueba de sustitución muestra, por tanto, un patrón útil: algunos predictores pueden usar enlaces basados en lugares como su mapa espacial principal. Otros necesitan la red vial para mantenerse estables, y forzarlos a operar solo con un grafo semántico empeora las predicciones. Ese resultado plantea una pregunta más difícil: si el significado de los lugares puede ayudar sin borrar la estructura callejera que el tráfico ya sigue.

Mantener el mapa de carreteras y sumar el de los entornos

En la prueba de adición se mantuvieron las conexiones basadas en la distancia vial y se añadió a cada modelo un segundo mapa de conexiones. Este nuevo mapa vinculaba los sensores según el carácter de su entorno, no solo por la distancia que los separaba en la red de carreteras. Así, el modelo podía usar ambas perspectivas del espacio mientras aprendía qué peso asignar a cada una. El diseño es útil porque el tráfico se desplaza por las carreteras y también responde a la función de un lugar, desde bloques de oficinas hasta zonas comerciales.

La prueba en San Diego empleó 716 sensores y más de 35 000 mediciones temporales, por lo que el resultado no procede de una pequeña esquina de una sola ciudad. La mayoría de los modelos mejoraron cuando se añadió el mapa basado en lugares junto al de distancia vial. STGCN redujo su error absoluto medio en un 7,7 % con la versión de vecindad más amplia de 600 metros. D2STGNN obtuvo aún mejores resultados, al reducir esa misma medida de error en un 12,4 % bajo la misma configuración. STTN mejoró un 5,0 % cuando utilizó el mapa de vecindad directa más amplio de 2,5 kilómetros.

DCRNN mostró la advertencia más clara, ya que su respuesta dependía en gran medida del mapa basado en lugares que recibía. Con los mapas de salto único más amplios, redujo el error en un 15,9 % a 600 metros y en un 11,7 % a 2,5 kilómetros. Los mapas de vecindad directa produjeron el resultado opuesto: aumentaron el error en un 114,8 % a 600 metros y en un 77,5 % a 2,5 kilómetros. Esta variación demuestra que añadir un mapa no es una mejora gratuita para todas las arquitecturas.

Un mapa consciente de su ubicación

La capa semántica ofrece a los modelos de tráfico una segunda forma de leer la ciudad. En lugar de tratar los sensores como puntos unidos por la distancia vial, los concibe como lugares con significado. Un sensor situado cerca de oficinas, escuelas o nodos de transporte posee una firma local distinta a la de uno instalado junto a una calle residencial. Dado que esa firma se extrae de Wikidata, el mismo procedimiento puede aplicarse en cualquier ciudad sin necesidad de construir manualmente un mapa local.

Las mejoras en las predicciones fueron reales, aunque desiguales entre los distintos modelos. Algunos predictores mejoraron al añadir la matriz semántica a la red vial, mientras que otros apenas variaron o incluso empeoraron. Un patrón de conexiones aleatorias también benefició a varios modelos, lo que sugiere que parte del beneficio puede deberse a una forma distinta del grafo y no solo al significado de los lugares.

La principal oportunidad radica en que el método es transferible entre ciudades sin tener que reconstruir manualmente una ontología local de lugares. Además, abre la puerta a que los predictores utilicen roles administrativos y funciones cercanas sin rediseñar su arquitectura central. Los obstáculos prácticos son igualmente claros y permitirán orientar las pruebas futuras. Wikidata es amplia, pero puede omitir detalles locales o codificar los lugares de manera desigual. La matriz semántica también contiene señal espacial, por lo que no siempre es posible atribuir una mejora únicamente al significado. Algunos modelos empeoraron significativamente con ciertas configuraciones, un aviso de que añadir contexto puede perturbar la arquitectura en lugar de ayudarla.

Más allá de la predicción del tráfico, esta idea apunta a un cambio mayor en cómo las máquinas interpretan las ciudades. Una calle es más que geometría. También cumple un papel en la vida diaria. Si los predictores pueden aprender ese papel a partir del conocimiento compartido sobre lugares, podrían anticipar la congestión antes de que la distancia vial por sí sola lo explique. ¿Puede una ciudad volverse predecible gracias al significado de sus lugares y no solo a la geometría de sus calles?