Methode zur Erkennung von Wasserqualitätsanomalien auf Basis eines aufmerksamkeitsgesteuerten flüssigen neuronalen Netzwerks

Zusammenfassung

Diese Studie schlägt ein Attention-Gated Liquid Neural Network zur Erkennung von Wasserqualitätsanomalien vor, das durch kontinuierliche Zeitmodellierung und aufmerksamkeitsbasierte Gating eine überlegene Genauigkeit und Interpretierbarkeit erreicht, wodurch die Zuverlässigkeit der Umweltüberwachung verbessert und nachhaltiges Wassermanagement unterstützt wird.

Zusammenfassung

Mit dem raschen Ausbau von Wasserüberwachungsnetzwerken ist die Erkennung von Zeitreihenanomalien immer wichtiger geworden, um aquatische Lebensräume zu schützen und deren nachhaltiges Management zu gewährleisten. Konventionelle Modelle haben jedoch oft Schwierigkeiten mit unregelmäßigen Abtastintervallen, multivariaten Korrelationen und Interpretierbarkeit in praktischen Anwendungen. Um diese Herausforderungen zu bewältigen, schlägt diese Studie ein Attention Gated-Liquid Neural Network (AG-LNN) vor, das die dynamische Modellierungsfähigkeit des Liquid Neural Network (LNN) mit aufmerksamkeitsbasierten Gating Mechanismen integriert. Das Modell führt ein Input-Attention-Gate ein, um anomalierelevante Variablen wie gelösten Sauerstoff (DO) und den Permanganatindex (COD_Mn) hervorzuheben, sowie ein zeitkonstantes Gatter, das adaptiv das temporale Gedächtnis des Modells anpasst. Anhand von Daten des China National Environmental Monitoring Center (CNEMC), die zwischen 2019 und 2024 in 13 Provinzen erhoben wurden, zeigte AG-LNN eine überlegene Leistung gegenüber Baseline-Modellen, einschließlich Long Short-Term Memory (LSTM), Temporal Convolutional Network (TCN), Transformer und Graph Neural Network (GNN) Architekturen. Es erreicht eine Präzisions-Erinnerungsfläche unter Kurve (PR-AUC) von 0,95 und einen F1-Wert von 0,90, während die Stabilität unter Querregionen- und Zeitbewertungen erhalten bleibt. Eine kompakte Version, AG-LNN-light, reduziert die Parameter um 62 % mit minimalem Genauigkeitsverlust und ermöglicht so eine effiziente Edge-Deployment. Die Ergebnisse bestätigten, dass aufmerksamkeitsgesteuerte kontinuierliche Zeitmodellierung einen robusten und interpretierbaren Ansatz für die großflächige Erkennung von Wasserqualitätsanomalien bietet.

Einleitung

Die Überwachung der Wasserqualität ist unerlässlich, um die öffentliche Gesundheit zu schützen, aquatische Ökosysteme zu erhalten und die Einhaltung von Umweltvorschriften sicherzustellen. Traditionelle Wasserqualitätsmodelle wie das Soil and Water Assessment Tool (SWAT), das mechanistische QUAL-Modell und statistische Prognoseansätze haben oft Schwierigkeiten, die stark nichtlineare, multivariate und zeitlich unregelmäßige Natur von Wassersystemen zu erfassen, die gleichzeitig von chemischen, biologischen, hydrologischen und meteorologischen Faktoren^{beeinflusst werden}.. Daher bleibt die Verbesserung der Anomalieerkennung in Wasserqualitätsdaten eine dringende Herausforderung.

Praktisch gesehen ist das vorgeschlagene Rahmenwerk für Multi-Parameter-Wasserqualitätsmessnetzwerke konzipiert, die Variablen wie Wasserstoffpotenzial (pH), gelösten Sauerstoff (DO), Gesamtstickstoff (TN), Gesamtphosphor (TP) und Permanganatindex (COD_Mn), Trübung und Leitfähigkeit messen, mit typischen Probenahmeintervallen von 15 bis 60 Minuten. Dieses Modell toleriert unregelmäßige Probenahmen und fehlende Beobachtungen, was es für den realen Einsatz in Oberflächenwasser- und Reservoirüberwachungssystemen geeignet macht.

Anwendung des maschinellen Lernens bei der Erkennung von Wasserqualitätsanomalien

In den letzten Jahren haben maschinelles Lernen (ML) und Deep Learning (DL) für Anwendungen der Wasserqualität an Bedeutung gewonnen. Beispielsweise führten Wang et ^al.7 einen Long Short-Term Memory Autoencoder with Attention (LSTMA-AE) ein, kombiniert mit mechanistischen Einschränkungen, um die Genauigkeit zu verbessern und Fehlalarme bei der Anomalieerkennung von Wasserinjektionspumpen zu reduzieren, wodurch eine deutlich bessere Leistung erzielt wurde als die Interpolations-, Random-Forest- oder LSTM-AE-Methoden.

Ähnlich schlugen Zhao et ^al.8 ein Gated Recurrent Unit with Physics-Informed Neural Network (GRU-PINN)-Modell vor, das physikalische Einschränkungen in die Verlustfunktion integriert und so die Interpretierbarkeit und den F1-Wert bei der Erkennung von Wasserqualitätsanomalien erheblich verbessert. ElShafeiy et ^al.9 entwickelten eine Multivariate Convolutional Network-LSTM (MCN-LSTM)-Architektur, die multivariate Convolutional Networks mit LSTM kombiniert, um Anomalien in Echtzeit in Wasserqualitätssensordaten zu erkennen und verbesserte Detektionsfähigkeiten in Feldumgebungen zu demonstrieren. Eine weitere Weiterentwicklung ist das Gated-Liquid Neural Network (Gated-LNN) Modell¹⁰, das Gate-Mechanismen in Liquid Neural Networks integriert, um den Water Quality Index (WQI) genau vorherzusagen und die Wasserqualität zu klassifizieren, wobei R² ≈ 0,9995 und eine Klassifikationsgenauigkeit von 99,74 % auf indischen Datensätzen erreicht werden.

Zeitreihenanomalie-Erkennung

Über DL-spezifische Anwendungen hinaus hat die Zeitreihenanomalieerkennung in verschiedenen Bereichen eine rasante Entwicklung erfahren. Die Erkennung von Zeitreihenanomalien ist zu einer Schlüsseltechnik zur Verbesserung der Überwachung und Frühwarnung der Wasserqualität geworden. Traditionelle statistische Methoden erfassen oft nicht die nichtlinearen und dynamischen Eigenschaften von Wasserqualitätsdaten, was zur Anwendung von Deep-Learning-Modellen führt. So kombinierten Zhang et ^al.11 beispielsweise die Empirische Modenzerlegung (EMD) mit LSTM, um nichtstationäre Signale besser zu verarbeiten, was die Vorhersagegenauigkeit von chemischem Sauerstoffbedarf (COD), biochemischem Sauerstoffbedarf (BOD₅), Gesamtphosphor (TP), Gesamtstickstoff (TN) und Ammoniakstickstoff (NH₃-N) signifikant verbesserte. Darauf aufbauend schlugen Wang et ^al.12 eine LSTM-basierte Fluktuationsanalysemethode mit approximativer Entropie vor, die die Echtzeit-Anomalieerkennung verbessert.

Jüngste Fortschritte betonen Aufmerksamkeitsmechanismen und hybride Rahmenwerke. Arepalli et ^al.13 führten ein leichtes, räumlich geteiltes LSTM für den Nachweis von Hypoxie in der Aquakultur ein und erreichten eine Genauigkeit von 99,8 %, während Zhang et ^al.14 zeigten, dass die räumliche und zeitliche Aufmerksamkeit die CNN-LSTM-Vorhersage von gelöstem Sauerstoff (DO) und NH₃-N signifikant verbesserte. Ähnlich integrierten Long et ^al.15 die vollständige Ensemble-Empirische Modenzerlegung mit der adaptiven Rausch-Variations-Modenzerlegung (CEEMDAN-VMD) mit aufmerksamkeitsverstärktem LSTM und erreichten Nash-Sutcliffe-Effizienzwerte (NSE) von bis zu 0,99 über mehrere Indikatoren hinweg. Auf Anwendungsebene demonstrierten Xie et ^al.16 ein mobiles LSTM-Sequenz-zu-Sequenz-System (Seq2Seq) zur operativen, Echtzeit-Wasserqualitätsprognose über Flussbecken.

Insgesamt zeigen diese Studien einen klaren Trend bei LSTM-basierten Baselines, aufmerksamkeitsverstärkten hybriden Modellen und Systemanwendungen. Obwohl sich die Genauigkeit erheblich verbessert hat, bestehen Herausforderungen bei der Interpretierbarkeit, Robustheit unter verrauschten Bedingungen und der Verallgemeinerung über verschiedene Überwachungsnetzwerke hinweg.

Anwendung von neuronalen Graphennetzen und raumzeitlichen Modellen in der Umweltüberwachung

Graphneuronale Netze (GNNs) und raumzeitliche Deep-Learning-Modelle haben kürzlich erhebliches Potenzial in der Umweltüberwachung gezeigt, indem sie sowohl räumliche Korrelationen zwischen Überwachungsstandorten als auch zeitliche Abhängigkeiten in der Wasserqualitätsdynamik erfassen. Beispielsweise schlugen Wu et ^al.17 ein vortrainierendes verbessertes Spatio-Temporal Graph Neural Network (PT-STGNN) für Abwasserbehandlungsanlagen vor, das transformatorbasiertes Vortraining und Graphenstruktur-Lernen integriert, um die langfristige Vorhersage von COD, NH₃-N, TP, TN, pH und Durchflussrate zu verbessern. Ähnlich entwickelten Wan et ^al.18 ein Spatio-Temporal Feature GNN (STF-GNN), das Graphen-Konvolution, GRU und Aufmerksamkeitsmechanismen kombinierte, wodurch die Vorhersagen von gelöstem Sauerstoff (DO) und TN signifikant verbessert wurden und eine robuste Verallgemeinerung über das Becken hinweg demonstriert wurden.

Hybride Frameworks sind über rein datengetriebene Designs hinausgegangen, um die Verallgemeinerung zu verbessern. Mu et ^al.19 führten das spatiotemporal graph physics-informed neural network (ST-GPINN) ein, das hydraulische Prinzipien in Graph Neural Network (GNN)-basierte Modelle für Wasserverteilungssysteme einbettet. Durch die Kopplung von Graphdarstellungen mit physikbasierten Einschränkungen erreicht ST-GPINN eine Spitzengenauigkeit und skaliert effektiv von kleinen zu großen Netzwerken. Zusammen heben diese Studien die wachsende Rolle von räumlich-zeitlichen GNNs in der Umweltüberwachung hervor, verbessern die prädiktive Genauigkeit, Interpretierbarkeit und Robustheit und legen die Grundlage für intelligente Wassermanagementsysteme der nächsten Generation.

Vorteile und Potenzial flüssiger neuronaler Netze

Liquid Neural Networks (LNNs), auch bekannt als Liquid Time-Constant-Netzwerke, modellieren die kontinuierliche Zeitdynamik eindeutig mithilfe eingabeabhängiger, lernbarer Zeitkonstanten. Hasani et ^al.20 führten LNNs ein und demonstrierten deren Ausdruckskraft, Stabilität und Effizienz in Zeitreihenaufgaben. Ihre vom Gehirn inspirierte Anpassungsfähigkeit macht sie zu vielversprechenden Kandidaten für die Modellierung dynamischer Umweltphänomene wie Wasserqualität, doch ihre Integration mit Aufmerksamkeitsmechanismen bleibt wenig erforscht.

Aufmerksamkeitsmechanismen, insbesondere Aufmerksamkeitsgatter, sind mächtige Werkzeuge, um relevante Merkmale zu fokussieren und die Interpretierbarkeit zu ermöglichen. Obwohl es in der medizinischen Bildgebung weit verbreitet eingesetzt wird, legt Attention U-Net eine Grundlage für selektive Merkmalsverfeinerung durch lernbare Aufmerksamkeitsgates. Auch sensorbasierte Anomalieerkennungs-Frameworks wie LSTMA-AE⁷ und GRU-PINN⁸ wurden Aufmerksamkeit geschenkt, um die Empfindlichkeit gegenüber kritischen Mustern zu erhöhen und die Modelltransparenz zu erhöhen.

Zusammen zeigen diese Beobachtungen die Notwendigkeit einer hybriden Architektur, die kontinuierliche Anpassungsfähigkeit mit interpretierbaren Aufmerksamkeitsmechanismen synergiert. Daher schlagen wir ein Attention-Gated Liquid Neural Network (AG-LNN) vor, das die dynamischen Modellierungsfähigkeiten von Liquid Neural Networks (LNNs) mit Attention-Gates integriert, die sich auf herausragende Eingaben oder temporale Segmente konzentrieren. Diese Architektur zielt darauf ab, die Robustheit gegenüber Sensorrauschen und unregelmäßiger Abtastung zu erhöhen, die Empfindlichkeit gegenüber kurzzeitigen Anomalien zu erhöhen und durch Aufmerksamkeits-Heatmaps und adaptive, zeitkonstante Trajektorien interpretierbar zu werden. Das AG-LNN wurde anhand realer multivariater Wasserqualitätsdatensätze ausgewertet und mit LSTM, Transformer, reinem LNN und traditionellen ML-Baselines vergleicht. Sowohl quantitative (Precision, Recall, F1, AUC) als auch qualitative (Aufmerksamkeitsvisualisierungen, Zeitkonstanten-Dynamik) Analysen zeigten die Wirksamkeit und Transparenz des vorgeschlagenen Modells.

Protokoll

HINWEIS: Der gesamte Arbeitsablauf dieser Studie ist in Abbildung 1 dargestellt.

1. Datenerfassung

1. Datenquellenidentifikation
   1. Beziehen Sie Wasserqualitäts-Zeitreihendaten aus der öffentlichen Datenbank des China National Environmental Monitoring Center (CNEMC) (https://www.cnemc.cn/sssj/). Kontinuierliche nationale Überwachungsaufzeichnungen für große Seen und Stauseen in China abgerufen. Wichtige physikalisch-chemische Indikatoren waren pH-Wert, gelöster Sauerstoff (DO), Gesamtphosphor (TP), Gesamtstickstoff (TN), Permanganatindex (COD_Mn), Trübung (NTU) und elektrische Leitfähigkeit (EC).
   2. Stellen Sie sicher, dass die entsprechenden Metadaten, wie Überwachungszeiten, Betriebsstatus der Station und Wasserqualitätsklassifikation (Klasse I-V), im heruntergeladenen Datensatz enthalten sind.
2. Datensatzabruf und Dateispezifikation
   1. Stellen Sie die Reproduzierbarkeit der Daten sicher, indem Sie den verarbeiteten Datensatz unter dem Dateinamen cnemc_data_2019_2024 konsolidieren und teilen. CSV. Die Datei im Baidu-Cloud-Repository (https://pan.baidu.com/s/1ZXYxkCZAnx7tiOHJhuJ2Qg?pwd=u97h) ermöglicht den öffentlichen Zugriff und die Verifikation aller Experimente.
   2. Überwachungsdaten aus 13 Provinzen (Guangdong, Hubei, Jiangsu, Zhejiang, Anhui, Fujian, Jiangxi, Henan, Sichuan, Guizhou, Liaoning, Heilongjiang und Jilin) einzubeziehen, um eine repräsentative Abdeckung in verschiedenen hydrologischen und klimatischen Zonen der Nord-, Süd-, Ost-, West- und Plateauregionen sicherzustellen.
   3. Jeder Provinz wird eine gleiche Anzahl von Überwachungsaufzeichnungen zugewiesen, was insgesamt 1.832 Einträge ergibt, die zwischen Januar 2019 und Dezember 2024 gesammelt wurden. Beschriften Sie jede Station mit provinzbasierten Kennungen (z. B. GD001 für Guangdong, HB001 für Hubei). Für jeden Datensatz werden beschreibende Merkmale wie Becken, waterbody_type (See oder Stausee) und Jahreszeit (Frühling, Sommer, Herbst oder Winter, abgeleitet aus der Probenahmezeit) angegeben.
   4. Fügen Sie optionale Geolokalisierungsfelder (Länge und Breitengrad) hinzu, um räumliche Analyse und Reproduzierbarkeit zu erleichtern. Vollständige Felddefinitionen, Datentypen und Einheiten, die in cnemc_2019_2024 verwendet werden. Die CSV-Werte sind in Tabelle 1 zusammengefasst.

2. Variablenauswahl und -kennzeichnung

1. Variablenauswahl
   1. Wählen Sie Variablen aus, die die am häufigsten überwachten physikochemischen Parameter des Oberflächenwassers darstellen, um ökologische Relevanz und Empfindlichkeit gegenüber Umweltverschmutzung oder Umweltstörungen sicherzustellen. Insbesondere sollten folgende Indikatoren berücksichtigt werden:
      pH, der das Säure-Base-Gleichgewicht des Wassers widerspiegelt und die biologische Aktivität sowie chemische Löslichkeit beeinflusst
      Gelöster Sauerstoff (DO), ein direkter Indikator für die Gesundheit aquatischer Ökosysteme und organische Verschmutzung
      Gesamtphosphor (TP) und Gesamtstickstoff (TN), zwei Hauptnährstoffe, die mit Eutrophierungsprozessen in Verbindung stehen, sind
      Permanganatindex (COD_Mn), der den oxidierbaren organischen Stoffgehalt und ein indirektes Maß für organische Verschmutzung darstellt, repräsentiert
      Trübung (Tur), die Schwebpartikel und Sedimentlast widerspiegelt
      Elektrische Leitfähigkeit (EC), die die Konzentration gelöster Ionen und den Gesamtsalinität angibt
   2. Wählen Sie diese Variablen nicht nur wegen ihrer routinemäßigen Verfügbarkeit von CNEMC-Überwachungsstationen aus, sondern auch wegen ihrer nachgewiesenen Relevanz in früheren^Studien 10,11,14,17 zur Wasserqualitätsbewertung und Anomalieerkennung.
2. Beschriftungsstrategie
   1. Definieren Sie Anomalie-Labels, um das Modelltraining und die Bewertung zu unterstützen. Wenden Sie eine Dual-Labeling-Strategie an, die die beiden komplementären Ansätze kombiniert.
   2. Regulatorische oder fachkundige Kennzeichnung: Übernehmen Sie offiziell dokumentierte oder kommentierte abnormale Ereignisse (z. B. plötzliche Schadstoffabstöße, Algenblüten oder Instrumentenausfälle) von der Überwachungsbehörde als Anomalien der Bodenwahrheit.
   3. Datengetriebene schwache Kennzeichnung: Man leitet Anomalien für Überwachungsintervalle ohne explizite Expertenannotationen direkt aus dem CNEMC-Multivariaten Zeitreihendatensatz ab, indem man ein statistisch gelenktes, saisonbewusstes schwaches Kennzeichnungsmodell anwendet.
   4. Strukturiere diesen Prozess in drei Hauptkomponenten: saisonale Normalisierung, Anwendung quantilbasierter Abweichungserkennung und Verstärkung der Ergebnisse durch residualbasierte Bewertung.
      1. Saisonale Normalisierung: Normalisieren Sie saisonale Effekte für jede Variable x_{i, t} (z. B. DO, COD_Mn, TP, TN, Trübheit) mit dem expliziten Saisonfeld (Frühling, Sommer, Herbst, Winter), das im CNEMC-Datensatz bereitgestellt wird. Standardisieren Sie jede Variable innerhalb ihrer jeweiligen saisonalen Teilmenge, wie in Gleichung (1) gezeigt.
         (1)
         wobei μ_i^(s) und σ_i^(s) der Mittelwert und die Standardabweichung der Variablen i während Saison s sind. Diese Normalisierung kompensiert systematische saisonale Verschiebungen wie reduzierte DO im Sommer oder erhöhte COD_Mn während der Regenzeit und sorgt so für saisonübergreifende Vergleichbarkeit.
      2. Quantilbasierte schwache Markierung: Nach der Normalisierung werden Anomalien identifiziert, indem robuste Quantilschwellenwerte angewendet werden, die für jede Variable innerhalb derselben Jahreszeit und Provinzgruppe berechnet wurden, wie in Gleichung (2) gezeigt.
         (2)
         wobei Q_p (⋅) der p-te Quantiloperator ist und die unteren und oberen Quantilschwellenwerte (1. und 99. Perzentil) für die Variable i in Saison s sind. Markiere einen Datenpunkt als anomal, wenn er diese Schranken überschreitet, wie in Gleichung (3) gezeigt.
         (3)
         Dieser Schritt berücksichtigt adaptiv regionale und saisonale Unterschiede und vermeidet so Fehlnachweise durch natürliche hydrologische Schwankungen.
      3. Residualbasierte Verstärkung: Setzen Sie einen rollierenden 15-Tage-Median-Baseline fest, um abrupte kurzfristige Abweichungen zu erkennen, die Quantilschwellenwerte möglicherweise übersehen, wie in Gleichung (4) ausgedrückt.
         (4)
         wobei are_i,t die Restabweichung der Variablen i zum Zeitpunkt t ist, und der Median(x_i,T-15:t+15) die 15-Tage-gleitende Median-Basislinie um t ist. Markiere einen Datenpunkt als Residuenanomalie, wenn der absolute Rest das Dreifache der saisonalen Standardabweichung übersteigt (|r_i,t| > 3σ_i^(s)). Diese Restverstärkung erfasste effektiv die vorübergehenden Spitzen, die durch Schadstoffabfluss, Niederschlagsereignisse oder vorübergehende Sensorfehler verursacht wurden.
      4. Kombinierte Weak-Label-Entscheidung: Fusionieren Sie sowohl quantilbasierte als auch residualbasierte Anomalieindikatoren, um ein binäres schwaches Label y_t wie in Gleichung (5) definiert zuzuweisen.
         (5)
         wobei y_t= 1 anzeigt, dass mindestens ein Parameter zum Zeitpunkt t anomales Verhalten zeigt, bezeichnet y_t = 0 normale Beobachtungen über alle Parameter hinweg.
         Generiere eine Reihe datenbasierter, schwacher Annotationen für alle 13 Provinzen und fünf Klimaregionen im CNEMC-Datensatz mithilfe des kombinierten Kennzeichnungsverfahrens. Integrieren Sie diese Labels in das konfidenzgewichtete Lernen, indem Sie schwachen Labels im Vergleich zu von Experten verifizierten Annotationen mit einem Gewicht von 1,0 ein Konfidenzgewicht von 0,7 zuweisen.
   5. Anteil der Annotationstypen
      1. Verwenden Sie etwa 42 % von Experten verifizierte Anmerkungen, die aus offiziellen Umweltberichten stammen, und 58 % schwache Anmerkungen, die aus kontinuierlichen Überwachungsdaten stammen. Wenden Sie eine heuristische Fusion aus Z-Score-Schwellenwert und saisonaler Trendzerlegung (STL) an, um potenzielle Anomalien in multivariaten Zeitreihen der Wasserqualität zu erkennen. Die gewählten Annotationsverhältnisse werden durch Experimente in Abschnitt 5.1 (Effekt des Annotationsverhältniss) des Ergebnisteils validiert. Diese Ergebnisse bestätigen, dass ein empirisch optimales Gleichgewicht um ein Experten-zu-Schwach-Verhältnis von 40:60 herrscht, was mit der tatsächlichen Datensatzzusammensetzung übereinstimmt.
   6. Validierung schwacher Annotationsgenauigkeit
      1. Stellen Sie die Zuverlässigkeit schwach annotierter Proben sicher, indem Sie eine zufällige Teilmenge von 800 schwach gekennzeichneten Fällen mit Umweltexperten abgleichen. Erfassen Sie die Übereinstimmungsrate zwischen schwachen Anmerkungen und Expertenurteilen, die etwa 87,5 % erreichen sollte. Entfernen Sie Proben mit geringer Anomaliekonfidenz (< 0,6) oder Uneinigkeit mit dem Expertenvalidierungsset aus den Trainingsdaten.
      2. Halten Sie die erhaltenen schwachen Anmerkungen mit einer effektiven Genauigkeit von über 90 % aufrecht. Untersuchen Sie die Zuverlässigkeit schwacher Annotationen und deren Einfluss auf die Modellleistung, wobei kontrollierte Experimente bestätigen, dass die Erhaltung der Weak-Label-Genauigkeit über 90 % effektiv Trainingsbias verhindert und stabiles prädiktives Verhalten gewährleistet.
   7. Verzerrungsminderung
      1. Während des Trainings wenden Sie eine vertrauensgewichtete Lernstrategie an, um potenzielle Verzerrungen durch schwache Anmerkungen zu mindern. Definieren Sie die Verlustfunktion wie in Gleichung (6) gezeigt.
         (6)
         wobei y_i∈{0,1} das Ground-Truth-Label der i-ten Stichprobe bezeichnet, p_i die vom Modell vorhergesagte Wahrscheinlichkeit darstellt, w_i das Gewicht jeder Stichprobe ist und N die Gesamtzahl der Stichproben.
      2. Bestimmen Sie das Stichprobengewicht w_i basierend auf der Quelle und dem Konfidenzniveau des Etiketts, wie in Gleichung (7) gezeigt.
         (7)
         Hier bezeichnet c_i∈[0,1] den Konfidenzwert der i-ten Annotation, und α,β sind die globalen Gewichtungskoeffizienten für Experten- bzw. schwache Labels. Empirische Analysen zeigten, dass die Einstellung α=1,0 und β=0,7 den besten Kompromiss zwischen Leistung und Stabilität erzielt, da diese Gewichtung Restrauschen aus schwachen Labels effektiv unterdrückt und gleichzeitig einen ausreichenden Beitrag aus der breiteren Abdeckung beibehält.
      3. Wählen Sie sieben physikalisch-chemische Parameter (pH, DO, TP, TN, COD_Mn, Tur und EC) als Kernvariablen für die Anomalieerkennung aus. Verwenden Sie diese Indikatoren, um den Nährstoffstatus, die organische Verschmutzung, die Sauerstoffverfügbarkeit und die ionische Zusammensetzung des Oberflächenwassers umfassend darzustellen. Geben Sie eine detaillierte Beschreibung jeder Variablen an.

3. Qualitätskontrolle und Vorverarbeitung von Daten

1. Einrichtung einer hierarchischen Datenqualitätskontroll- und Vorverarbeitungspipeline, um die Zuverlässigkeit und Modellierungsanwendbarkeit von Multiquellen-Wasserqualitätsüberwachungsdaten sicherzustellen. Zeitausrichtung, fehlende Wert-Imputation, Anomalieerkennung, Skalennormalisierung und fensterbasierte Stichprobenkonstruktion werden sequentiell durchgeführt. Wählen und kombinieren Sie dynamisch geeignete Methoden entsprechend den spezifischen Eigenschaften der Daten.
2. Zeitausrichtung und Resampling: Richten Sie alle Sequenzen der Überwachungsstationen auf eine einheitliche 15-minütige zeitliche Auflösung aus, um unsynchronisierte Zeitstempel zu berücksichtigen. Für unregelmäßig betastete Punkte wenden Sie eine lineare Interpolation zwischen benachbarten Beobachtungen gemäß Gleichung (8) an. Stellen Sie sicher, dass die nachfolgenden fensterbasierten Proben auf einem konsistenten zeitlichen Gitter konstruiert werden.
   (8)
3. Fehlende Wertverarbeitung
   1. Kategorisieren Sie fehlende Werte basierend auf der Länge aufeinanderfolgender Lücken in kurzfristig fehlende (<6 aufeinanderfolgende Punkte, d. h. <1,5 Stunden) und langfristig fehlende (≥6 aufeinanderfolgende Punkte), wobei entsprechend verschiedene Strategien angewendet wurden.
   2. Wenden Sie Kalman-Filterung und Glättung an, um dynamische Schätzungen für langfristige fehlende Intervalle (≥ 6 aufeinanderfolgende Punkte) durchzuführen. Modelliere jede Wasserqualitätsvariable x_t (z. B. DO, TN, COD_Mn) mit einer diskreten linearen Zustandsraum-Formulierung, wie in
      Gleichungen (9) bis (11).
      (9)
      (10)
      (11)
      wobei x_t der latente (wahre) Zustand der Wasserqualitätsvariable zum Zeitpunkt t ist, y_t der entsprechende beobachtete Wert ist; A ist der Zustandsübergangskoeffizient (empirisch auf 0,95 gesetzt), um eine hohe zeitliche Korrelation in 15-minütigen Beobachtungen widerzuspiegeln, H ist die Beobachtungsmatrix (für direkte Messungen auf 1 gesetzt), w_t ∼ N(0,Q) und v_t ∼ N(0,R) sind der nullmittelbare Gaußsche Prozess bzw. Messrauschen; Q = (0,05σ_x)² und R=(0,10σ_x)², wobei σ_x die Standardabweichung der Variablen innerhalb eines 7-tägigen Gleitfensters ist.
   3. Konfigurieren Sie den Filter so, dass er empfindlich gegenüber kurzfristigen Variabilitäten bleibt, während zufällige Messstörungen unterdrückt werden. Initialisieren Sie den Anfangszustand mit der ersten verfügbaren nicht fehlenden Beobachtung und setzen Sie die Anfangskovarianz P_0|0 auf . Entfernen Sie das gesamte Segment, wenn das fehlende Intervall 24 Stunden überschreitet (96 Datensätze), um eine Fehlerakkumulation durch langfristige Extrapolation zu verhindern.
4. Anomalieerkennung und -korrektur
   1. Identifizieren und korrigieren Sie Anomalien in zwei aufeinanderfolgenden Schritten: harte Nebenbedingungen (physikalische Grenzwerte) und weiche Einschränkungen (Gradientengrenzen und Quantil-Winsorisierung).
      1. Harte Einschränkungen (physikalische Grenzwerte): Verwerfen Messungen, die außerhalb physikalisch plausibler Bereiche liegen (z. B. pH∉[0,14], DO>20 mg/L).
      2. Weiche Einschränkungen (Gradientengrenzen + Quantilwinsorisierung): Markieren Sie einen Datenpunkt als verdächtig, wenn die absolute Änderungsrate zwischen zwei aufeinanderfolgenden Beobachtungen einen empirisch definierten Gradientenschwellenwert überschreitet |x_t - x_t-1 | > θ. Setze θ=3σ_x ^Δt-1, wobei σ x die Standardabweichung der Variablen über ein 24-stündiges Gleitfenster bezeichnet und Δt = 15 min das Abtastintervall darstellt. Korrigiere Extremwerte mit einem Winsorisierungsverfahren, wie in Gleichung (12) ausgedrückt.
         (12)
         wobei Q_α und Q_1-α die 1 % bzw. 99 % bezeichnen.
         Das Verfahren eliminiert zunächst unmögliche Werte durch harte Einschränkungen, markiert dann abnormale Beobachtungen anhand von Gradientenschwellenwerten und glättet schließlich die Restabweichungen mittels quantilbasierter Winsorisierung. Dieser hierarchische Ansatz gewährleistete sowohl die physikalische Validität als auch die statistische Stabilität des bereinigten Datensatzes.
5. Normalisierung
   1. Verschiedene Wasserqualitätsindikatoren haben unterschiedliche Einheiten und Werte. Um Skalierungsunterschiede zu eliminieren und zu verhindern, dass bestimmte Variablen den Modelltrainingsprozess dominieren, wenden Sie z-Score-Normalisierung an.
6. Fensterprobenkonstruktion
   1. Transformieren Sie die Zeitreihen in feste Glidfensterproben, um die zeitlichen Abhängigkeiten zu erhalten. Gegeben Fensterlänge W und Schrittgröße S, konstruiere die Eingabeproben gemäß Gleichung (13).
        (13)
      Setze W=96 (d. h. 24 Stunden mit einem 15-minütigen Abstand) und S=1, um Proben sequentiell mit einem Punkt-für-Punkt-Gleitfenster zu erzeugen.

4. Aufmerksamkeitsgesteuertes flüssiges neuronales Netzwerk (AG-LNN)

HINWEIS: Die Gesamtarchitektur des vorgeschlagenen Attention-Gated Liquid Neural Network (AG-LNN) ist in Abbildung 2 dargestellt. Das Modell integriert Multisource-Wasserqualitätseingaben, einen aufmerksamkeitsbasierten Gating-Mechanismus, ein LNN mit adaptiven Zeitkonstanten und eine Auslese-Dekodierungsstufe mit interpretierbaren Ausgaben. Dieses Design ermöglicht es dem Netzwerk, komplexe zeitliche Abhängigkeiten dynamisch zu erfassen, während es robust gegenüber Rauschen und nicht-gleichmäßigem Abtasten bleibt.

1. Multi-Quellen-Eingabeschicht: Siehe den linkesten Teil von Abbildung 2 , um die Multiquellen-Wasserqualitätsüberwachungsdaten {x_τ} zu visualisieren, wobei jeder Vektor_{x τ}∈R^{C Messungen} von C physikalischchemischen Variablen (z. B. pH, DO, TN, TP,_{COD Mn}, Trübheit, EC) zum Zeitpunkt τ darstellt. Segmentieren Sie die Eingabesequenzen in feste Gleitfenster der Größe W, wie in Gleichung (14) formuliert.
   (14)
2. Eingabe-Aufmerksamkeitsgatter: Wenden Sie ein Aufmerksamkeitsgatter an, wie im unteren linken Block von Abbildung 2 dargestellt, um informative Variablen hervorzuheben und verrauschte Schwankungen zu unterdrücken. Berechnen Sie die Aufmerksamkeitsgewichte gemäß Gleichung (15).
   (15)
   wobei α_τ die Bedeutung auf Kanalebene zum Zeitpunkt τ bezeichnet. Dieser Mechanismus stellt sicher, dass Variablen, die stark mit abnormen Veränderungen korrelieren (z. B. DO und COD_Mn), höhere Gewichtungen erhalten.
3. Zeitkonstantengatter
   1. Modulieren Sie die Flüssigkeitszeitkonstante mit dem aggregierten Aufmerksamkeitssignal, wie im oberen Block von Abbildung 2 dargestellt, und formulieren Sie sie gemäß Gleichung (16).
      (16)
      wobei_λ-Base die Basiszeitkonstante ist, die das intrinsische Gedächtnis jedes flüssigen Neurons steuert; bezeichnet das mittlere Aufmerksamkeitsgewicht über C-Kanäle im Zeitschritt τ; β ist ein Sensitivitätskoeffizient, der bestimmt, wie stark Aufmerksamkeit die zeitliche Responsivität beeinflusst.
   2. Wenn er hoch ist, nimmt λ_τ ab, was das Netzwerk dazu veranlasst, seine Reaktion zu beschleunigen und kurzlebige Anomalien besser zu erfassen. Setzen Sie gebundene Einschränkungen auf λ_τ , um das Training zu stabilisieren.
   3. Stellen Sie numerische Stabilität wahr und verhindern Sie explodierende oder verschwindende Dynamiken, indem Sie Bindungsbedingungen auf die Zeitkonstante λ_τ festlegen. Setze λ_τ ∈ [λ_{min,λ max}] = [0,5,2,0]. Schneiden Sie während des Trainings alle Werte außerhalb dieses Bereichs auf die nächstgelegene Grenze, um kontrolliertes adaptives Verhalten unter wechselnden Umweltbedingungen aufrechtzuerhalten. Die Einstellung von λ = 1,0 ergibt optimale Präzision und Konvergenzstabilität.
4. Flüssige Neuralschicht
   1. Verwenden Sie ein flüssiges neuronales Netzwerk (LNN), um die Zeitreihe in kontinuierlicher Zeit zu modellieren, und drücken Sie deren dynamische Formulierung wie in Gleichung (17) dar.
      (17)
      wobei ḣ(t) den verborgenen Zustandsvektor bezeichnet; λ(⋅) stellt die lernbare Zeitkonstante dar, moduliert durch Aufmerksamkeit; σ(∙) ist die nichtlineare Aktivierungsfunktion (ReLU); A und B sind lernbare Gewichtsmatrizen; x̃(t) ist der normalisierte Eingangsvektor; B ist der Begriff für Verzerrung. Diese Gleichung stellt sicher, dass sich die Netzwerkdynamik sowohl mit Eingaben als auch mit Zuständen weiterentwickelt, während die Zeitkonstante λ(⋅) lernbar und kontextabhängig bleibt.
   2. Für numerische Berechnungen verwenden Sie die explizite Euler-Integrationsmethode zur Diskretisierung, wie in Gleichung (18) gezeigt.
      (18)
      Hier stellt Δ_τ den diskreten Zeitschritt (Integrationsintervall) zwischen aufeinanderfolgenden Beobachtungen dar, berechnet mit Gleichung (19).
      Δ_τ=(t_τ - t_τ-1)/T-Norm (19)
      wobei t_τ und t_τ-1 die Zeitstempel (in Minuten) aufeinanderfolgender Messungen sind und die_T-Norm = 15 Minuten der nominalen Stichprobenperiode in den CNEMC-Überwachungsdaten entspricht. Somit gilt Δ_τ = 1 für regelmäßige 15-Minuten-Intervalle, während Δ_τ > 1 oder Δ_τ < 1 eine unregelmäßige Abtastnahme widerspiegelt, die durch fehlende oder dichte Beobachtungen verursacht wird. Dieser Ansatz behandelt natürlich das unregelmäßige Sampling, während die Interpretierbarkeit in Bezug auf die zugrundeliegenden physikalischen Dynamiken erhalten bleibt.
5. Anzeige und Anomalie-Wertung
   1. Nach Abschluss der Aktualisierung des versteckten Zustands verwenden Sie eine Ausleseschicht im AG-LNN, um die Ein-Schritt-voraus-Vorhersage zu erzeugen, wie in Gleichung (20) dargestellt.
      (20)
      wobei W_o und c jeweils die Ausgangsprojektionsmatrix und den Biasvektor bezeichnen.
   2. Berechnen Sie den Residualwert als Anomaliewert basierend auf der Diskrepanz zwischen den vorhergesagten und beobachteten Werten, wie in Gleichung (21) gezeigt.
      (21)
   3. Wenden Sie eine quantilbasierte adaptive Schwellenwertstrategie an, um festzustellen, ob eine Beobachtung einer Anomalie entspricht.
   4. Definieren Sie die Anomalie-Schwelle θ_x für jede Wasserqualitätsvariable mit dem 99. Perzentil der Residuen im Trainingssatz, wie in Gleichung (22) formuliert.
      (22)
      wobei σ_s die Standardabweichung der Restsequenz bezeichnet und γ = 0,2 ein fester Sicherheitskoeffizient ist, der natürliche tägliche Schwankungen ausgleicht.
   5. Dieses Design entspricht ungefähr einer Überschreitungswahrscheinlichkeit von 1 %, was mit den Standarddefinitionen von Umweltanomalien übereinstimmt. Während der Inferenz gibt das Netzwerk nur die Restsequenz {s_τ} aus, um Anomaliebestimmungen nachträglich gemäß Gleichungen (14)–(15) durchzuführen. Dieses Trennungsdesign entspricht dem gesamten Studienrahmen und stellt sicher, dass das Modell sich auf Merkmalsextraktion und Anomaliemessung konzentriert und nicht direkt an der Schwellenlegung beteiligt ist.
6. Ausbildungsziele und Regularisierung
   1. Während des Trainings minimiere den Vorhersagefehler und wende gleichzeitig zusätzliche Regularisierung sowohl auf die Aufmerksamkeitsgewichte als auch auf die Zeitkonstanten an, um Überanpassung und numerische Instabilität zu vermeiden. Die Verlustfunktion wird durch Gleichung (23) ausgedrückt.
      (23)
   2. Wenden Sie Reg_α durch Entropieregularisierung -∑α_τ log α_τ oder die L1-Norm an, um einen Aufmerksamkeitskollaps zu vermeiden. Reg_λ wird angewendet, indem man Δλ_τ = λ_τ - λ_τ-1 bestraft, drastische Fluktuationen der Zeitkonstanten einschränkt und Strafen hinzufügt, wenn sie die vordefinierten oberen und unteren Schranken überschreitet. Dieser Ansatz wurde verwendet, um die Flexibilität des AG-LNN zu erhalten und gleichzeitig die Stabilität während des Trainings zu gewährleisten.
7. Vorwärtsberechnungs- und Interpretierbarkeitsausgabe
   1. Vereinfachen Sie den Vorwärtsberechnungsprozess von AG-LNN in folgende Kettenstruktur, wie in Gleichung (24) gezeigt.
      (24)
   2. Während sowohl des Trainings als auch der Inferenz wird kontinuierlich die Aufmerksamkeitsgewichte α_τ und die Flüssigzeitkonstanten λ_τ aufgezeichnet und verwendet, um interpretierbare Ergebnisse zu erzeugen, nämlich Aufmerksamkeits-Heatmaps und Flüssigzeitkonstantenkurven. Nutzen Sie diese Visualisierungen, um hervorzuheben, wie sich das Modell auf verschiedene Variablen und Zeitskalen konzentriert und so die Interpretierbarkeit der Methode verbessert.

5. Ausbildungsverfahren

1. Datenaufteilung: Teilen Sie die Zeitreihen der Wasserqualität mit mehreren Quellen chronologisch in Trainings-, Validierungs- und Testteilmengen mit einer Aufteilung von 70 %, 15 % und 15 % auf. Stellen Sie Robustheit sicher, indem Sie das Testset so auswählen, dass es bekannte abnormale Perioden einschließt, während es strikt nicht mit den Trainingsdaten überlappt, um zeitliche Leckage zu vermeiden.
2. Ausbildungsdetails
   1. Lösen Sie die kontinuierliche Dynamik in der Flüssigkeitsschicht mit einem stabilisierten expliziten Euler-Schema. Zum Vergleich wird eine geschlossene Diskretisierung nach der referenzierten Formulierung^20,21 getestet.
   2. Aufmerksamkeits-Aufwärmplan: Spannen Sie die Aufmerksamkeitsgewichte während der ersten 10 Epochen auf einen nahezu gleichmäßigen Wert (≈ 1,0), um den Gradientenfluss zu stabilisieren. Nach Epoche 10 wird die Aufmerksamkeit schrittweise auf seinen lernbaren Zustand ausgerichtet, indem die Gewichtsupdates über die nächsten 5 Epochen linear freigegeben werden (Skalierungsfaktor = 0,8). Nutzen Sie diese Aufwärmstrategie, um instabile Schwingungen zu Beginn des Trainings zu verhindern und eine reibungslose Konvergenz zu gewährleisten.
   3. Optimierer und Lernrate-Planerer: Optimieren Sie die Modellparameter mit dem Adam-Optimierer mit β₁ = 0,9, β₂ = 0,999, ε = 1 x 10⁻⁸. Stellen Sie die anfängliche Lernrate auf 1 x 10⁻³ ein und steuern Sie sie mit einem Cosinus-Annealing-Plan (T_max = 50 Epochen, Mindestlernrate = 1 x 10⁻⁵). Wähle Batch-Größen zwischen 32 und 128, abhängig von der Speicherkapazität der GPU. Wenden Sie diese schrittweise Planung an, um eine stabile Anpassung der kontinuierlichen Zeitdynamik ohne abrupte Lernratenverschiebungen sicherzustellen.
   4. Frühzeitiges Stoppen und Reproduzierbarkeitseinstellungen: Training vorzeitig abbrechen, wenn die Validierungsmetrik (AU-PR oder F1) sich für 10 aufeinanderfolgende Epochen nicht verbessert (Geduld = 10). Wiederholen Sie jedes Experiment dreimal mit festen zufälligen Samen (42, 73 und 101), um die Reproduzierbarkeit sicherzustellen. Setze die maximale Anzahl der Epochen auf 100 und behalte den Checkpoint mit der besten Validierung AU-PR für Tests.
3. Hardware- und Softwareumgebung
   1. Führen Sie alle Experimente auf einem Linux-Server durch, der mit NVIDIA Tesla V100 GPUs (32 GB Speicher) und zwei Intel Xeon Gold 6230 CPUs mit 256 GB RAM ausgestattet ist. Implementiere das Modell in Python 3.9 unter Verwendung von PyTorch 2.0 als Deep-Learning-Framework und nutze Hilfsbibliotheken wie NumPy 1.23, SciPy 1.9 und scikit-learn 1.2 für Vorverarbeitung und Evaluation. Containerisiere alle Experimente mit Docker 23.0 und verwalte sie auf Ubuntu 20.04 LTS, um die Reproduzierbarkeit und Portabilität der Ergebnisse sicherzustellen. Siehe die Materialtabelle für detaillierte Spezifikationen aller Hardwaregeräte und Softwarewerkzeuge, um Klarheit und Reproduzierbarkeit zu gewährleisten.

Ergebnisse

Gesamtleistungsvergleich

Tabelle 2 zeigt die vergleichenden Ergebnisse der verschiedenen Basismodelle und des vorgeschlagenen AG-LNN für die Aufgabe zur Erkennung von Wasserqualitätsanomalien. Unter den traditionellen unbeaufsichtigten Baselines erreichten Isolation Forest²² und One-Class SVM²³ nur moderate Präzision und Rückruf, was ihre begrenzte Fähigkeit widerspiegelt, die zeitlichen Abhängigkeiten in mehrque...

Diskussion

Diese Studie führt ein Attention-Gated Liquid Neural Network (AG-LNN) ein, eine neuartige Architektur zur Erkennung von Wasserqualitätsanomalien, die kontinuierliche Flüssigkeitsdynamik mit aufmerksamkeitsbasierten Gatoring-Mechanismen kombiniert. Die flüssig-neuronale Komponente eines AG-LNN ist inspiriert von Liquid Time-Constant Networks (LTCs), die Zeitreihen mit lernbaren, eingabeabhängigen Zeitkonstanten²⁰ modellieren. AG-LNN geht jedoch über Standard-LTCs h...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
256 GB DDR4-RAM	Samsung	M393A4K40DB3	Hochkapazitätsspeicher zur Verarbeitung großer multivariater Zeitreihendatensätze
CUDA 11.6	NVIDIA	N/A	GPU-Beschleunigungstoolkit für PyTorch
Intel Xeon Gold 6330 CPU (2,0 GHz, 28 Kerne)	Intel	BX80708-6330	Verwendet als Hauptrechenserver für das Modelltraining
Matplotlib 3.4, Seaborn 0.11	Open Source	N/A	Visualisierung experimenteller Ergebnisse
NumPy 1.21, Pandas 1.3	Open Source	N/A	Datenvorverarbeitung und Feature-Engineering
NVIDIA A100 GPU (40GB)	NVIDIA	900-21001-0000-001	Beschleunigte Ausbildung der AG-LNN mit Unterstützung der CUDA
Python 3.9	Python Software Foundation	N/A	Hauptprogrammiersprache für die Implementierung
PyTorch 1.12	Meta-KI	N/A	Deep-Learning-Framework zum Aufbau von AG-LNN verwendet
Scikit-learn 0.24	Open Source	N/A	Bewertungsmetriken und Basismodelle
Ubuntu 20.04 LTS OS	Kanonisch	N/A	Betriebssystem für die rechnerische Umgebung