Previsões de trânsito ficam mais precisas quando os sensores aprendem o significado dos lugares ao redor

Do conhecimento público sobre lugares à camada de significado de cada sensor

Um sensor de trânsito ocupa um ponto específico da cidade, e esse local carrega um significado que vai além da via que ele monitora. O Wikidata, uma grande base de conhecimento pública que armazena fatos sobre lugares, instituições, pontos de referência e áreas administrativas, fornece a matéria-prima. Essa escolha é importante porque criar um dicionário de lugares separado para cada cidade seria lento, caro e difícil de reutilizar em outros contextos.

Para cada sensor, o primeiro passo consiste em coletar as entradas próximas do Wikidata dentro de um raio definido. Uma busca de 600 metros capta o entorno imediato ao nível da rua, como cruzamentos, infraestrutura viária e pequenos detalhes locais. Uma busca de 2,5 quilômetros alcança mais longe e inclui grandes atratores e efeitos em escala de bairro que podem moldar o tráfego numa área mais ampla. Os lugares selecionados formam uma vizinhança semântica local para o sensor.

Utilizam-se duas versões dessa vizinhança. A versão direta mantém apenas as entradas próximas e suas informações de tipo. A versão com um salto adiciona entidades conectadas, permitindo que um lugar traga fatos relacionados a um passo de distância. Isso amplia o contexto, mantendo-o ainda vinculado ao entorno do sensor. A 600 metros, o subgrafo direto continha 797 entradas e 1827 ligações. Adicionar um salto expandiu-o para 2920 entradas e 12523 ligações. A 2,5 quilômetros, a versão direta tinha 2770 entradas e 8062 ligações, enquanto a versão com um salto alcançou 29655 entradas e 144141 ligações.

Essas redes locais são então convertidas em números. Um método padrão de incorporação de grafos de conhecimento representa cada entrada como um vetor de valores complexos, que pode ser pensado como um ponto com dois valores coordenados, em vez de um único número. Essa forma é útil porque muitas relações nos dados públicos sobre lugares são direcionais ou assimétricas. Cada lugar próximo contribui, portanto, com sua própria assinatura numérica para o perfil do sensor.

O sensor recebe um vetor semântico ao fazer a média de todos os vetores dos lugares associados. A média produz uma representação de tamanho fixo que não depende da quantidade de lugares encontrados nem da ordem em que aparecem. Ela também suaviza entornos mistos, de modo que um distrito comercial com escolas, lojas, paradas de transporte e escritórios se torna uma assinatura única combinada, em vez de uma lista de rótulos separados. Todas as incorporações são definidas para 64 dimensões após testes preliminares, equilibrando o poder expressivo contra o custo computacional. Elas são treinadas de forma auto-supervisionada com os fatos sobre lugares extraídos, visando representações coerentes dos lugares e das entidades, em vez de ajustar diretamente a previsão do tráfego.

Do significado às ligações entre os sensores

Com cada sensor dotado de uma descrição compacta do seu entorno, o método passa a comparar essas descrições em pares. A ideia é converter significado em conexões ao verificar se dois sensores apresentam características semelhantes quando vistos sob a ótica dos lugares próximos a eles. Para isso, utiliza-se um índice de similaridade baseado no cosseno, adaptado para vetores que contêm números complexos. O vetor semântico de cada sensor funciona como uma seta, e o índice mede o quanto duas dessas setas apontam na mesma direção. Como vetores complexos carregam mais informação do que apenas comprimento, o método extrai a parte real do produto interno entre eles e divide pelo comprimento dos dois vetores. O resultado é um valor de similaridade elevado quando dois locais compartilham uma função parecida, mesmo que estejam distantes geograficamente. A tabela gerada possui uma linha e uma coluna para cada sensor, com um peso em cada célula. Essa tabela constitui a nova matriz de adjacência, ou seja, o mapa de conexões. Não se trata de um mapa abstrato de lugares. Sensores próximos costumam compartilhar as mesmas ruas, lojas e pontos de referência, o que faz seus perfis semânticos também serem semelhantes. Essa sobreposição espacial mantém as novas ligações ancoradas na geografia real. Ao mesmo tempo, dois bairros comerciais distantes podem receber pesos similares porque seus entornos desempenham papéis equivalentes. Uma área de resort em uma parte da cidade pode se conectar a outra área de resort, e não apenas ao sensor de rodovia mais próximo. A matriz, portanto, combina geografia local com semelhança funcional. Cada conexão serve como uma pista suave, não como uma regra rígida sobre quais sensores influenciam uns aos outros. Modelos de previsão podem usar esse mapa como um canal adicional para distribuir informação pela rede de sensores. Dessa forma, ganham a capacidade de perceber que o comportamento do tráfego pode depender do tipo de lugar, e não apenas da distância na estrada. A etapa é deliberadamente simples: comparar vetores, calcular os pares e preencher uma matriz. Essa simplicidade importa porque permite que modelos de tráfego existentes recebam um contexto mais rico sem precisar ser reconstruídos do zero.

Trocar o mapa das vias por um mapa baseado nos lugares

Ao substituir o mapa viário por um baseado em locais, os resultados são mistos. Nesse teste, os modelos de previsão recebem conexões derivadas dos lugares próximos, em vez das distâncias ao longo das ruas. Alguns aceitam essa mudança. Outros perdem precisão.

O ganho mais claro veio do D2STGNN, que reduziu o erro absoluto médio em 15,2 por cento. Essa melhora usou a matriz de vizinhança direta de 600 metros, ligando os sensores através de seus arredores imediatos. O STGCN melhorou em até 6,2 por cento, e o STTN em até 2,7 por cento.

Esses ganhos são reais, mas não provam que o significado dos lugares os causou. Um padrão de conexão aleatório com a mesma densidade também ajudou vários modelos. O D2STGNN ganhou 13,2 por cento com esse mapa aleatório, e o STGCN ganhou 3,7 por cento. Isso indica que parte do benefício pode vir da forma diferente do grafo, não das ligações significativas entre lugares.

Dois modelos resistiram mais à substituição. O GWaveNet fixo piorou com cada matriz semântica, em até 31,4 por cento no erro absoluto médio. O GWaveNet adaptativo também recuou, embora apenas cerca de 1,7 a 2,1 por cento. O DCRNN se comportou de forma menos previsível: melhorou com uma configuração aleatória e uma semântica, mas piorou em até 24,9 por cento em outros casos.

O teste de substituição revela, portanto, um padrão útil: alguns modelos podem usar ligações baseadas em locais como seu principal mapa espacial. Outros precisam da rede viária para permanecer estáveis, e forçá-los a depender apenas de um grafo semântico torna as previsões piores. Esse resultado levanta uma questão mais difícil: se o significado dos lugares pode ajudar sem apagar a estrutura das ruas que o tráfego já segue.

Mantendo o mapa viário e somando o mapa de lugares

No teste do mapa adicional, as conexões baseadas na distância rodoviária foram mantidas, mas cada modelo de previsão recebeu simultaneamente um segundo mapa de conexões. Esse novo mapa ligava os sensores conforme o caráter de seus arredores, e não apenas pela distância entre eles na rede viária. Nessa configuração, o modelo podia usar ambas as visões do espaço enquanto aprendia quanto peso dar a cada uma. O design ajuda porque o tráfego se move pelas estradas e também responde à função de um lugar, dos blocos de escritórios às áreas comerciais.

O teste em San Diego usou 716 sensores e mais de 35.000 medições temporais, de modo que o resultado não foi extraído de uma pequena parte de uma única cidade. A maioria dos modelos de previsão melhorou quando o mapa baseado em lugares foi adicionado ao lado do mapa por distância rodoviária. O STGCN reduziu seu erro absoluto médio em 7,7% com a versão de vizinhança mais ampla de 600 metros. O D2STGNN teve desempenho ainda melhor, reduzindo essa mesma medida de erro em 12,4% na mesma configuração. O STTN ganhou 5,0% quando usou o mapa de vizinhança direta mais amplo de 2,5 quilômetros.

O DCRNN mostrou o aviso mais claro, porque sua resposta dependia fortemente de qual mapa baseado em lugares ele recebia. Com os mapas de um salto mais amplos, ele reduziu o erro em 15,9% a 600 metros e em 11,7% a 2,5 quilômetros. Os mapas de vizinhança direta produziram o resultado oposto, aumentando o erro em 114,8% a 600 metros e em 77,5% a 2,5 quilômetros. Essa variação mostra que o mapa adicionado não é uma atualização gratuita para toda arquitetura.

Um mapa que conhece o próprio território

A camada semântica oferece aos modelos de tráfego uma segunda forma de ler a cidade. Em vez de tratar os sensores como pontos unidos pela distância rodoviária, ela os considera lugares com significado. Um sensor próximo a escritórios, escolas ou terminais de transporte carrega uma assinatura local diferente da de um instalado ao lado de uma rua residencial. Como essa assinatura vem do Wikidata, o mesmo procedimento pode ser aplicado em outras cidades sem a necessidade de construir manualmente um mapa local.

Os ganhos nas previsões foram reais, mas irregulares entre os modelos. Alguns previsores melhoraram quando a matriz semântica foi adicionada à rede viária, enquanto outros mudaram pouco ou pioraram. Um padrão de conexões aleatório também ajudou vários modelos, o que indica que parte do benefício pode vir de uma forma diferente do grafo e não apenas do significado dos lugares.

A principal oportunidade é que o método pode ser aplicado em outras cidades sem reconstruir manualmente uma ontologia local de lugares. Ele também abre caminho para que os previsores usem funções administrativas e atividades próximas sem reconstruir sua arquitetura central. Os obstáculos práticos são claros o suficiente para moldar testes futuros. O Wikidata é amplo, mas pode perder detalhes locais ou codificar os lugares de forma desigual. A matriz semântica também carrega sinal espacial, então um ganho nem sempre pode ser atribuído apenas ao significado. Alguns modelos ficaram muito piores com certas configurações, o que alerta que adicionar contexto pode perturbar uma arquitetura em vez de ajudá-la.

Além da previsão de tráfego, a ideia aponta para uma mudança maior na forma como as máquinas leem as cidades. Uma rua carrega mais do que geometria. Ela também tem um papel na vida diária. Se os previsores puderem aprender esse papel a partir do conhecimento compartilhado sobre lugares, eles podem antecipar o congestionamento antes que apenas a distância rodoviária o explique. Será que uma cidade pode se tornar previsível pelo significado de seus lugares em vez da geometria de suas ruas?