Méthode de détection d’anomalies de qualité de l’eau basée sur un réseau neuronal liquide à commande de l’attention

Résumé

Cette étude propose un réseau neuronal liquide à contrôle de l’attention pour la détection des anomalies de qualité de l’eau, qui atteint une précision et une interprétabilité supérieures grâce à la modélisation en temps continu et à la surveillance basée sur l’attention, améliorant ainsi la fiabilité de la surveillance environnementale et soutenant une gestion durable de l’eau.

Résumé

Avec l’expansion rapide des réseaux de surveillance de l’eau, la détection des anomalies par séries temporelles est devenue de plus en plus cruciale pour protéger les milieux aquatiques et garantir leur gestion durable. Cependant, les modèles conventionnels rencontrent souvent des difficultés avec les intervalles d’échantillonnage irréguliers, les corrélations multivariées et l’interprétabilité dans des applications pratiques. Pour relever ces défis, cette étude propose un réseau neuronal liquide à porte d’attention (AG-LNN) qui intègre la capacité de modélisation dynamique du réseau neuronal liquide (LNN) avec des mécanismes de verrouillage basés sur l’attention. Le modèle introduit une porte d’entrée-attention pour mettre en avant des variables pertinentes pour les anomalies telles que l’oxygène dissous (DO) et l’indice de permanganate (COD_Mn), ainsi qu’une porte à constante de temps qui ajuste adaptativement la mémoire temporelle du modèle. En utilisant les données du Centre national chinois de surveillance environnementale (CNEMC) collectées entre 2019 et 2024 dans 13 provinces, AG-LNN a démontré des performances supérieures par rapport aux modèles de référence, notamment les architectures de mémoire à long terme (LSTM), réseau convolutionnel temporel (TCN), transformateur et réseau de neurones graphiques (GNN). Il atteint une zone de rappel de précision sous la courbe (PR-AUC) de 0,95 et un score F1 de 0,90, tout en maintenant une stabilité sous des évaluations interrégionales et temporelles. Une version compacte, AG-LNN-light, réduit les paramètres de 62 % avec une perte de précision minimale, permettant un déploiement efficace des arêtes. Les résultats ont confirmé que la modélisation en temps continu à portée d’attention offre une approche robuste et interprétable pour la détection d’anomalies de qualité de l’eau à grande échelle.

Introduction

La surveillance de la qualité de l’eau est essentielle pour protéger la santé publique, préserver les écosystèmes aquatiques et garantir le respect des réglementations environnementales. Les modèles traditionnels de qualité de l’eau, tels que l’outil d’évaluation des sols et de l’eau (SWAT), le modèle mécaniste QUAL, et les approches de prévision statistique, peinent souvent à saisir la nature hautement non linéaire, multivariée et temporellement irrégulière des systèmes d’eau influencés simultanément par des facteurs chimiques, biologiques, hydrologiques et^{météorologiques} 1,2,3,4,5,6 . Par conséquent, améliorer la détection des anomalies dans les données de qualité de l’eau reste un défi urgent.

En termes pratiques, le cadre proposé est conçu pour des réseaux multiparamétriques de détection de la qualité de l’eau mesurant des variables telles que le potentiel de l’hydrogène (pH), l’oxygène dissous (DO), l’azote total (TN), le phosphore total (TP) et l’indice de permanganate (COD_Mn), la turbidité et la conductivité, avec des intervalles d’échantillonnage typiques allant de 15 à 60 minutes. Ce modèle tolère des échantillonnages irréguliers et des observations manquantes, ce qui le rend adapté au déploiement dans le monde réel dans les systèmes de surveillance des eaux de surface et des réservoirs.

Application de l’apprentissage automatique dans la détection d’anomalies de qualité de l’eau

Ces dernières années, les méthodes d’apprentissage automatique (ML) et d’apprentissage profond (DL) ont gagné en popularité dans les applications de la qualité de l’eau. Par exemple, Wang et ^al.7 ont introduit un Autoencodeur à mémoire longue à court terme avec attention (LSTMA-AE) combiné à des contraintes mécanistes pour améliorer la précision et réduire les fausses alertes lors de la détection d’anomalies lors des opérations de pompe d’injection d’eau, offrant des performances nettement supérieures aux méthodes d’interpolation, de forêt aléatoire ou LSTM-AE.

De même, Zhao et ^al.8 ont proposé un modèle GRU-PINN (Gated Recurrent Unit avec Réseau de Neurones Informé par la Physique) qui intègre des contraintes physiques dans la fonction de perte, augmentant significativement l’interprétabilité et le score F1 dans les tâches de détection d’anomalies de qualité de l’eau. ElShafeiy et ^al.9 ont développé une architecture Multivariate Convolutional Network-LSTM (MCN-LSTM), combinant des réseaux convolutionnels multivariés avec LSTM pour la détection en temps réel des anomalies dans les données de capteurs de qualité de l’eau, démontrant ainsi des capacités de détection accrues en environnements de terrain. Une autre avancée est le modèle¹⁰ du Gated-Liquid Neural Network (Gated-LNN), qui fusionne les mécanismes de gating dans des réseaux neuronaux liquides pour prédire avec précision l’indice de qualité de l’eau (WQI) et classer la qualité de l’eau, atteignant R² ≈ 0,9995 et une précision de classification de 99,74 % sur les ensembles de données indiens.

Détection d’anomalies par série temporelle

Au-delà des applications spécifiques à la DL, la détection d’anomalies par série temporelle a connu un développement rapide dans divers domaines. La détection d’anomalies par série temporelle est devenue une technique clé pour améliorer la surveillance de la qualité de l’eau et l’alerte précoce. Les méthodes statistiques traditionnelles échouent souvent à capturer les caractéristiques non linéaires et dynamiques des données sur la qualité de l’eau, ce qui incite à l’application de modèles d’apprentissage profond. Par exemple, Zhang et ^al.11 ont combiné la décomposition en mode empirique (EMD) avec la LSTM pour mieux gérer les signaux non stationnaires, améliorant de manière significative la précision de la prédiction de la demande chimique en oxygène (COD), de la demande biochimique en oxygène (BOD₅), du phosphore total (TP), de l’azote total (TN) et de l’azote ammoniac (NH₃-N). S’appuyant sur cette base, Wang et ^al.12 ont proposé une méthode d’analyse des fluctuations basée sur le LSTM utilisant l’entropie approximative, qui améliore la performance de détection d’anomalies en temps réel.

Les avancées récentes ont mis l’accent sur les mécanismes d’attention et les cadres hybrides. Arepalli et ^al.13 ont introduit un LSTM à attention spatialement partagée léger pour la détection de l’hypoxie en aquaculture, atteignant une précision de 99,8 %, tandis que Zhang et ^al.14 ont montré que l’attention spatiale et temporelle améliorait significativement la prédiction CNN-LSTM de l’oxygène dissous (DO) et du NH₃-N. De même, Long et ^al.15 ont intégré la décomposition empirique complète de l’ensemble avec la décomposition adaptative par mode variationnel du bruit (CEEMDAN-VMD) avec une LSTM améliorée par attention, atteignant des valeurs d’efficacité de Nash-Sutcliffe (NSE) jusqu’à 0,99 sur plusieurs indicateurs. Au niveau applicatif, Xie et ^al.16 ont démontré un système mobile LSTM-sequence-to-sequence (Seq2Seq) pour une prédiction opérationnelle et en temps réel de la qualité de l’eau à travers les bassins fluviaux.

Dans l’ensemble, ces études mettent en lumière une tendance claire dans les références basées sur la LSTM, les modèles hybrides augmentés d’attention et les applications au niveau système. Bien que la précision se soit nettement améliorée, des défis subsistent en matière d’interprétabilité, de robustesse dans des conditions bruitantes et de généralisation sur divers réseaux de surveillance.

Application des réseaux neuronaux à graphes et des modèles spatiotemporels en surveillance environnementale

Les réseaux neuronaux à graphes (GNN) et les modèles d’apprentissage profond spatiotemporel ont récemment démontré un potentiel significatif en surveillance environnementale en capturant à la fois les corrélations spatiales entre sites de surveillance et les dépendances temporelles dans la dynamique de la qualité de l’eau. Par exemple, Wu et ^al.17 ont proposé un réseau de neurones à graphes spatio-temporels amélioré (PT-STGNN) avant l’entraînement pour les stations d’épuration, intégrant un pré-entraînement basé sur transformateurs et l’apprentissage de la structure des graphes afin d’améliorer la prédiction à long terme de la DCOD, NH₃-N, TP, TN, pH et débit. De même, Wan et ^al.18 ont développé un GNN de caractéristique spatio-temporelle (STF-GNN) qui combinait la convolution de graphe, la GRU et les mécanismes d’attention, améliorant significativement les prédictions de l’oxygène dissous (DO) et de la TN tout en démontrant une généralisation robuste à travers les bassins.

Les cadres hybrides ont émergé au-delà des conceptions purement basées sur les données pour améliorer la généralisation. Mu et ^al.19 ont introduit le réseau de neurones informé par la physique des graphes spatiotemporals (ST-GPINN), qui intègre des principes hydrauliques dans des modèles basés sur les réseaux neuronaux de graphes (GNN) pour les systèmes de distribution d’eau. En associant des représentations de graphes à des contraintes informées par la physique, ST-GPINN atteint une précision de pointe tout en évoluant efficacement des petits vers les grands réseaux. Ensemble, ces études mettent en lumière le rôle croissant des GNN spatio-temporels dans la surveillance environnementale, améliorant la précision prédicative, l’interprétabilité et la robustesse, et posant les bases de systèmes intelligents de gestion de l’eau de nouvelle génération.

Avantages et potentiel des réseaux neuronaux liquides

Les réseaux neuronaux liquides (LNN), également appelés réseaux à constantes de temps liquides, modélisent de manière unique la dynamique en temps continu à l’aide de constantes temporelles dépendant de l’entrée et apprenables. Hasani et ^al.20 ont introduit les LNN et démontré leur puissance d’expression, leur stabilité et leur efficacité dans les tâches de séries temporelles. Leur adaptabilité inspirée par le cerveau en fait des candidats prometteurs pour modéliser des phénomènes environnementaux dynamiques tels que la qualité de l’eau, mais leur intégration avec les mécanismes d’attention reste sous-explorée.

Les mécanismes d’attention, en particulier les portails d’attention, sont des outils puissants pour se concentrer sur les caractéristiques pertinentes et permettre l’interprétabilité. Bien qu’largement utilisé en imagerie médicale, Attention U-Net pose une base pour le raffinement sélectif des caractéristiques via des portes d’attention apprenables. L’attention a également été appliquée dans des cadres de détection d’anomalies basés sur des capteurs, tels que LSTMA-AE⁷ et GRU-PINN⁸, améliorant la sensibilité aux motifs critiques et la transparence du modèle.

Pris ensemble, ces observations indiquent la nécessité d’une architecture hybride qui synergise l’adaptabilité en temps continu avec des mécanismes d’attention interprétables. Ainsi, nous proposons un réseau neuronal liquide détourné par l’attention (AG-LNN) qui intègre les capacités de modélisation dynamique des réseaux de neurones liquides (LNN) avec des portes d’attention qui se concentrent sur les entrées saillantes ou les segments temporels. Cette architecture vise à améliorer la robustesse face au bruit des capteurs et à l’échantillonnage irrégulier, à améliorer la sensibilité aux anomalies de courte durée, et à offrir une interprétabilité grâce à des cartes thermiques d’attention et des trajectoires adaptatives à temps constant. L’AG-LNNN a été évalué à partir de jeux de données multivariées réelles sur la qualité de l’eau et comparé aux références LSTM, Transformer, LNN pur et ML traditionnel. Tant des analyses quantitatives (Précision, Rappel, F1, AUC) que qualitatives (visualisations d’attention, dynamique à constantes de temps) ont démontré l’efficacité et la transparence du modèle proposé.

Protocole

REMARQUE : Le flux de travail global de cette étude est montré à la Figure 1.

1. Acquisition de données

1. Identification de la source de données
   1. Obtenez les données de séries temporelles sur la qualité de l’eau à partir de la base de données publique (https://www.cnemc.cn/sssj/) du Centre national de surveillance environnementale de Chine (CNEMC). Récupérer des enregistrements de surveillance nationaux continus couvrant les principaux lacs et réservoirs de Chine. Les indicateurs physicochimiques clés comprenaient le pH, l’oxygène dissous (DO), le phosphore total (TP), l’azote total (TN), l’indice de permanganate (COD_Mn), la turbidité (NTU) et la conductivité électrique (EC).
   2. Assurez-vous que les métadonnées correspondantes, telles que l’heure de surveillance, l’état opérationnel de la station et la classification de la qualité de l’eau (Classe I-V), sont incluses dans le jeu de données téléchargé.
2. Recherche de jeux de données et spécification de fichiers
   1. Assurez la reproductibilité des données en consolidant et en partageant l’ensemble de données traité sous le nom de fichier cnemc_data_2019_2024. CSV. Le fichier du dépôt Baidu Cloud (https://pan.baidu.com/s/1ZXYxkCZAnx7tiOHJhuJ2Qg?pwd=u97h) permet l’accès public et la vérification de toutes les expériences.
   2. Inclure des données de surveillance provenant de 13 provinces (Guangdong, Hubei, Jiangsu, Zhejiang, Anhui, Fujian, Jiangxi, Henan, Sichuan, Guizhou, Liaoning, Heilongjiang et Jilin) afin d’assurer une couverture représentative dans les diverses zones hydrologiques et climatiques des régions du Nord, du Sud, de l’Est, de l’Ouest et du Plateau.
   3. Attribuer un nombre égal de dossiers de suivi à chaque province, ce qui donne un total de 1 832 entrées collectées entre janvier 2019 et décembre 2024. Étiquetez chaque station avec des identifiants provinciaux (par exemple, GD001 pour Guangdong, HB001 pour Hubei). Pour chaque enregistrement, inclure des attributs descriptifs tels que bassin, waterbody_type (lac ou réservoir) et saison (printemps, été, automne ou hiver, dérivés du temps d’échantillonnage).
   4. Ajouter des champs de géolocalisation optionnels (longitude et latitude) pour faciliter l’analyse spatiale et la reproductibilité. Définitions complètes de champs, types de données et unités utilisées dans cnemc_2019_2024. Les valeurs CSV sont résumées dans le tableau 1.

2. Sélection et étiquetage des variables

1. Sélection des variables
   1. Sélectionnez les variables représentant les paramètres physicochimiques les plus fréquemment surveillés des eaux de surface, garantissant la pertinence écologique et la sensibilité à la pollution ou aux perturbations environnementales. Plus précisément, incluez les indicateurs suivants :
      pH, reflétant l’équilibre acide-basique de l’eau et influençant l’activité biologique ainsi que la solubilité chimique
      L’oxygène dissous (DO), un indicateur direct de la santé des écosystèmes aquatiques et de la pollution organique
      Le phosphore total (TP) et l’azote total (TN), deux nutriments majeurs liés aux processus d’eutrophisation
      Indice de permanganate (COD_Mn), représentant la teneur en matière organique oxydable et une mesure indirecte de la pollution organique
      Turbidité (Tur), qui reflète les particules en suspension et la charge sédimentaire
      Conductivité électrique (CE), indiquant la concentration d’ions dissous et la salinité globale
   2. Sélectionnez ces variables non seulement pour leur disponibilité régulière auprès des stations de surveillance CNEMC, mais aussi pour leur pertinence démontrée dans des études antérieures^{10, 11, 14, 17} sur l’évaluation de la qualité de l’eau et la détection d’anomalies.
2. Stratégie d’étiquetage
   1. Définir les étiquettes d’anomalie pour soutenir l’entraînement et l’évaluation du modèle. Appliquer une stratégie de double étiquetage qui combine les deux approches complémentaires.
   2. Étiquetage réglementaire ou basé sur des experts : Adopter des événements anormaux officiellement documentés ou annotés (par exemple, rejets soudains de polluants, proliférations d’algues ou défaillances d’instruments) de l’autorité de surveillance comme anomalies de vérité sur le terrain.
   3. Étiquetage faible basé sur les données : Déduire les anomalies pour les intervalles de surveillance dépourvus d’annotations d’experts explicites directement à partir de l’ensemble de données multivariées des séries temporelles du CNEMC en appliquant un cadre d’étiquetage faible guidé statistiquement et conscient de la saison.
   4. Structurez ce processus en trois composantes principales : la normalisation saisonnière, l’application de la détection de déviation basée sur les quantiles, et le renforcement des résultats par une évaluation basée sur les résidus.
      1. Normalisation saisonnière : Normalisez les effets saisonniers pour chaque variable _{x i,t} (par exemple, DO, COD_Mn, TP, TN, Turbidité) en utilisant le champ saisonnier explicite (Printemps, Été, Automne, Hiver) fourni dans l’ensemble de données CNEMC. Standardisez chaque variable dans son sous-ensemble saisonnier correspondant, comme indiqué dans l’équation (1).
         (1)
         où μ_i^(s) et σ ^i(s) sont la moyenne et l’écart-type de la variable i pendant les saisons s. Cette normalisation compense les variations saisonnières systématiques telles que la réduction du DO en été ou l’augmentation de la moyenne de la_{maladie de la} maladie pendant la saison des pluies, assurant ainsi une comparabilité intersaisonnière.
      2. Marquage faible basé sur des quantiles : Après normalisation, identifier les anomalies en appliquant des seuils solides de quantiles calculés pour chaque variable au sein de la même saison et groupe de province, comme montré dans l’équation (2).
         (2)
         où Q_p (⋅) est l’opérateur p-ième quantile, est les seuils inférieur et supérieur des quantiles (1er et 99e percentiles) pour la variable i dans les saisons s. Signalez un point de données comme anormal s’il dépasse ces bornes, comme montré dans l’équation (3).
         (3)
         Cette étape prend en compte de manière adaptative les différences régionales et saisonnières, évitant ainsi les fausses détections causées par des fluctuations hydrologiques naturelles.
      3. Renforcement basé sur les résidus : Établir une base médiane mobile de 15 jours pour détecter les écarts abrupts à court terme que les seuils de quantile pourraient manquer, comme exprimé dans l’équation (4).
         (4)
         où r_i,t est la déviation résiduelle de la variable i au temps t, la médiane (x_{i,t-15 :t+15}) est la médiane roulante de 15 jours autour de t. Signalez un point de données comme anomalie résiduelle si le résidu absolu dépasse trois fois l’écart-type saisonnier (|_{r i,t}| > 3σ_i^(s)). Ce renforcement résiduel a efficacement capturé les pics transitoires causés par les rejets de polluants, les événements de pluie ou des défauts temporaires des capteurs.
      4. Décision combinée de l’étiquette faible : fusionner à la fois des indicateurs d’anomalie basés sur des quantiles et des résidus pour attribuer une étiquette faible binaire y_t, telle que définie dans l’équation (5).
         (5)
         Là où y_t=1 indique qu’au moins un paramètre présente un comportement anormal au temps t, y_t = 0 indique des observations normales sur tous les paramètres.
         Générez un ensemble d’annotations faibles basées sur les données pour les 13 provinces et cinq régions climatiques du jeu de données CNEMC en utilisant la procédure d’étiquetage combinée. Intégrez ces étiquettes dans l’apprentissage pondéré par la confiance en attribuant un poids de confiance de 0,7 aux labels faibles par rapport aux annotations vérifiées par des experts avec un poids de 1,0.
   5. Proportion des types d’annotation
      1. Utilisez environ 42 % d’annotations vérifiées par des experts issues de rapports environnementaux officiels, et 58 % d’annotations faibles générées à partir de données de surveillance continue. Appliquer une fusion heuristique de seuil de z-score et de décomposition des tendances saisonnières (STL) pour détecter les anomalies potentielles dans les séries temporelles multivariées de la qualité de l’eau. Les proportions d’annotation choisies sont validées à l’aide d’expériences présentées à la Section 5.1 (Effet du ratio d’annotage) de la partie Résultats. Ces résultats confirment qu’un équilibre empiriquement optimal se situe autour d’un ratio expert/faible de 40:60, ce qui est cohérent avec la composition réelle de l’ensemble de données.
   6. Validation de la faible précision des annotations
      1. Assurez la fiabilité des échantillons faiblement annotés en recoupant un sous-ensemble aléatoire de 800 instances faiblement étiquetées avec des experts environnementaux. Enregistrez le taux d’accord entre les annotations faibles et les jugements d’experts, qui devrait atteindre environ 87,5 %. Retirer les échantillons à faible confiance en anomalie (< 0,6) ou en désaccord avec l’ensemble de validation expert des données d’entraînement.
      2. Maintenez les annotations faibles conservées à une précision effective supérieure à 90 %. Examinez la fiabilité des annotations faibles et leur influence sur la performance du modèle, où les expériences contrôlées confirment que préserver une précision en faible-étiquette au-dessus de 90 % prévient efficacement les biais d’entraînement et garantit un comportement prédictif stable.
   7. Atténuation des biais
      1. Pendant la formation, appliquez une stratégie d’apprentissage pondérée par la confiance pour atténuer les biais potentiels introduits par des annotations faibles. Définissons la fonction de perte telle que présentée dans l’équation (6).
         (6)
         où y_i∈{0,1} désigne l’étiquette de la vérité fondamentale du i-ème échantillon, p_i représente la probabilité prédite du modèle, w_i est le poids attribué à chaque échantillon, et N est le nombre total d’échantillons.
      2. Déterminez le poids de l’échantillon w_i en fonction de la source et du niveau de confiance de l’étiquette, comme montré dans l’équation (7).
         (7)
         Ici, c_i∈[0,1] désigne le score de confiance de la i-ème annotation, et α,β sont respectivement les coefficients globaux de pondération pour les étiquettes expert et faible. L’analyse empirique a démontré que le réglage α=1,0 et β=0,7 permet le meilleur compromis entre performance et stabilité, car cette pondération supprime efficacement le bruit résiduel des étiquettes faibles tout en maintenant une contribution suffisante de leur couverture plus large.
      3. Sélectionnez sept paramètres physicochimiques (pH, DO, TP, TN, COD_Mn, Tur et EC) comme variables principales pour la détection d’anomalie. Utilisez ces indicateurs pour représenter de manière exhaustive l’état des nutriments, la pollution organique, la disponibilité en oxygène et la composition ionique des eaux de surface. Fournir une description détaillée de chaque variable.

3. Contrôle de la qualité des données et prétraitement

1. Établir un pipeline hiérarchique de contrôle qualité des données et de prétraitement afin d’assurer la fiabilité et l’applicabilité de la modélisation des données de surveillance de la qualité de l’eau multi-sources. Effectuez séquentiellement l’alignement temporel, l’imputation de valeurs manquantes, la détection d’anomalies, la normalisation d’échelle et la construction fenêtrée de l’échantillon. Sélectionner et combiner dynamiquement les méthodes appropriées selon les caractéristiques spécifiques des données.
2. Alignement temporel et rééchantillonnage : Alignez toutes les séquences de stations de surveillance sur une résolution temporelle unifiée de 15 minutes pour tenir compte des horodatages non synchronisés. Pour les points échantillonnés de façon irrégulière, appliquez une interpolation linéaire entre observations adjacentes selon l’équation (8). Assurez-vous que les échantillons fenêtrés suivants sont construits sur une grille temporelle cohérente.
   (8)
3. Traitement des valeurs manquantes
   1. Classez les valeurs manquantes en fonction de la durée des intervalles consécutifs en manquants à court terme (<6 points consécutifs, c’est-à-dire <1,5 h) et manquants à long terme (≥6 points consécutifs), et différentes stratégies ont été appliquées en conséquence.
   2. Appliquer le filtrage et le lissage de Kalman pour effectuer une estimation dynamique des intervalles manquants à long terme (≥ 6 points consécutifs). Modéliser chaque variable de qualité de l’eau x_t (par exemple, DO, TN, COD_Mn) à l’aide d’une formulation linéaire discrète en espace d’états, comme montré dans
      Équations (9) à (11).
      (9)
      (10)
      (11)
      où x_t est l’état latent (vrai) de la variable de qualité de l’eau au temps t, y_t est la valeur observée correspondante ; A est le coefficient de transition d’état (empiriquement réglé à 0,95) pour refléter une forte corrélation temporelle dans des observations de 15 minutes, H est la matrice d’observation (fixée à 1 pour les mesures directes), w_t ∼ N(0,Q) et v_t ∼ N(0,R) sont respectivement le processus gaussien à moyenne nulle et le bruit de mesure ; Q = (0,05σ_x)² et R=(0,10σ_x)², où σ_x est l’écart-type de la variable dans une fenêtre glissante de 7 jours.
   3. Configurez le filtre pour rester sensible à la variabilité à court terme tout en supprimant le bruit de mesure aléatoire. Initialiser l’état initial en utilisant la première observation non manquante disponible et fixer la covariance initiale P_0|0 à . Supprimez tout le segment si l’intervalle manquant dépasse 24 heures (96 enregistrements) afin d’éviter l’accumulation d’erreurs due à une extrapolation à long terme.
4. Détection et correction d’anomalies
   1. Identifier et corriger les anomalies en deux étapes séquentielles : contraintes strictes (limites physiques) et contraintes souples (limites de gradient et winsorisation en quantile).
      1. Contraintes strictes (limites physiques) : Rejeter des mesures qui dépassent les plages physiquement plausibles (par exemple, pH∉[0,14], DO>20 mg/L).
      2. Contraintes douces (limites de gradient + winsorisation en quantile) : signaler un point de données comme suspect si le taux de variation absolu entre deux observations consécutives dépasse un seuil de gradient empiriquement défini |_{x t} -_{x t-1} | > θ. Définissez θ=3σ_x ^Δt-1, où σ x désigne l’écart-type de la variable sur une fenêtre glissante de 24 heures, et Δt = 15 min représente l’intervalle d’échantillonnage. Corrigez les valeurs extrêmes en utilisant une procédure de winsorisation, telle qu’exprimée dans l’équation (12).
         (12)
         où Q_α et Q_1-α désignent respectivement le 1 % et 99 %.
         La procédure élimine d’abord les valeurs impossibles par des contraintes strictes, puis signale les observations anormales basées sur des seuils de gradient, et enfin lisse les déviations résiduelles grâce à la winsorisation basée sur les quantiles. Cette approche hiérarchique garantissait à la fois la validité physique et la stabilité statistique du jeu de données nettoyé.
5. Normalisation
   1. Différents indicateurs de qualité de l’eau ont des unités et des valeurs différentes. Pour éliminer les différences d’échelle et empêcher certaines variables de dominer le processus d’entraînement du modèle, appliquez la normalisation z-score.
6. Construction de l’échantillon de fenêtre
   1. Transformer les séries temporelles en échantillons de fenêtres glissantes de longueur fixe pour préserver les dépendances temporelles. Étant donné la longueur de fenêtre W et la taille du pas S, construisons les échantillons d’entrée selon l’équation (13).
        (13)
      Régler W=96 (c’est-à-dire 24 heures avec un intervalle de 15 minutes) et S=1 pour générer des échantillons séquentiellement à l’aide d’une fenêtre coulissante point par point.

4. Réseau neuronal liquide dépendant de l’attention (AG-LNN)

REMARQUE : L’architecture globale du réseau neuronal liquide contrôlé par l’attention (AG-LNN) proposé est illustrée à la Figure 2. Le modèle intègre des entrées multisources de qualité de l’eau, un mécanisme de gating basé sur l’attention, un LNN avec constantes de temps adaptatives, et une étape de lecture-décodage avec des sorties interprétables. Cette conception permet au réseau de capturer dynamiquement des dépendances temporelles complexes tout en restant robuste au bruit et à l’échantillonnage non uniforme.

1. Couche d’entrée multi-sources : Consultez la partie la plus à gauche de la Figure 2 pour visualiser les données de surveillance de la qualité de l’eau multi-sources {x_τ}, où chaque vecteur x_τ∈R^C représente des mesures des variables physico-chimiques C (par exemple, pH, DO, TN, TP, COD_Mn, turbidité, EC) au temps τ. Segmentez les séquences d’entrée en fenêtres glissantes de longueur fixe de taille W, comme formulé dans l’équation (14).
   (14)
2. Porte d’attention d’entrée : Appliquer une porte d’attention, comme illustré dans le bloc en bas à gauche de la Figure 2, pour mettre en avant les variables informatives et supprimer les fluctuations bruyantes. Calculer les poids d’attention selon l’équation (15).
   (15)
   où α_τ indique l’importance au niveau du canal au temps τ. Ce mécanisme garantit que les variables fortement corrélées à des changements anormaux (par exemple, DO et COD_Mn) reçoivent un poids plus élevé.
3. Grille à constante dans le temps
   1. Modulez la constante de temps liquide en utilisant le signal d’attention agrégé, comme illustré dans le bloc supérieur de la Figure 2, et formulez-la selon l’équation (16).
      (16)
      où,_{la base} λ est la constante temporelle de référence contrôlant la mémoire intrinsèque de chaque neurone liquide ; désigne le poids moyen de l’attention à travers les canaux C à l’échelle temporelle τ ; β est un coefficient de sensibilité déterminant dans quelle mesure l’attention influence la réactivité temporelle.
   2. Lorsque c’est élevé, λ_τ diminue, ce qui pousse le réseau à accélérer sa réponse et à mieux capter les anomalies de courte durée. Imposer des contraintes liées sur λ_τ pour stabiliser l’entraînement.
   3. Assurer la stabilité numérique et prévenir les dynamiques explosives ou nulles en imposant des contraintes bornées à la constante de temps λ_τ. Régler λ_τ ∈ [λ_{min,λ max}] = [0,5,2,0]. Fixez toute valeur hors de cette plage au rebord le plus proche pendant l’entraînement afin de maintenir un comportement adaptatif contrôlé dans des conditions environnementales variables. Le réglage de λ = 1,0 permet une précision optimale et une stabilité de convergence.
4. Couche neuronale liquide
   1. Utiliser un réseau de neurones liquides (LNN) pour effectuer la modélisation en temps continu de la série temporelle, et exprimer sa formulation dynamique comme montré dans l’équation (17).
      (17)
      où ḣ(t) désigne le vecteur d’état caché ; λ(⋅) représente la constante de temps apprenable, modulée par l’attention ; σ(∙) est la fonction d’activation non linéaire (ReLU) ; A et B sont des matrices de poids apprenables ; x̃(t) est le vecteur d’entrée normalisé ; b est le terme biaisé. Cette équation garantit que la dynamique du réseau évolue à la fois avec les entrées et les états, tandis que la constante de temps λ(⋅) reste apprenable et dépendante du contexte.
   2. Pour le calcul numérique, on utilise la méthode explicite d’intégration d’Euler pour la discrétisation, comme montré dans l’équation (18).
      (18)
      Ici, Δ_τ représente le pas de temps discret (intervalle d’intégration) entre des observations successives, calculé à l’aide de l’équation (19).
      Δ_τ=(t_τ - t_τ-1)/_norme T (19)
      où t_τ et_{t τ-1} sont les horodatages (en minutes) des mesures consécutives et la_norme T = 15 min correspond à la période d’échantillonnage nominale dans les données de surveillance CNEMC. Ainsi, Δ_τ = 1 pour des intervalles réguliers de 15 minutes, tandis que Δ_τ > 1 ou Δ_τ < 1 reflète un échantillonnage irrégulier causé par des observations manquantes ou denses. Cette approche gère naturellement l’échantillonnage irrégulier tout en maintenant l’interprétabilité par rapport à la dynamique physique sous-jacente.
5. Affichage et notation par anomalie
   1. Après avoir complété la mise à jour de l’état caché, utilisez une couche de lecture dans l’AG-LNN pour générer la prédiction à un pas d’avance, telle qu’exprimée dans l’équation (20).
      (20)
      où W_o et c désignent respectivement la matrice de projection de sortie et le vecteur de polarisation.
   2. Calculez le résidu comme le score d’anomalie en fonction de la divergence entre les valeurs prédite et observée, comme montré dans l’équation (21).
      (21)
   3. Appliquer une stratégie de seuil adaptatif basée sur les quantiles pour déterminer si une observation correspond à une anomalie.
   4. Définissez le seuil d’anomalie θ_x pour chaque variable de qualité de l’eau en utilisant le 99e percentile des résidus de l’ensemble d’entraînement, tel que formulé dans l’équation (22).
      (22)
      où σ_s désigne l’écart-type de la séquence résiduelle, et γ = 0,2 est un coefficient de sécurité fixe compensant les variations naturelles diurnes.
   5. Ce plan correspond à une probabilité de dépassement d’environ 1 %, conforme aux définitions standard des anomalies environnementales. Lors de l’inférence, le réseau ne produit que la séquence résiduelle {s_τ}, pour la détermination de l’anomalie, il faut effectuer des opérations post-hoc selon les équations (14)–(15). Ce plan de séparation est cohérent avec le cadre global de l’étude, garantissant que le modèle se concentre sur l’extraction de caractéristiques et la mesure des anomalies plutôt que sur la participation directe à la fixation des seuils.
6. Objectifs de formation et régularisation
   1. Pendant l’entraînement, minimisez l’erreur de prédiction tout en appliquant simultanément une régularisation supplémentaire sur les poids d’attention et les constantes de temps afin d’éviter le surajustement et l’instabilité numérique. La fonction de perte est exprimée par l’équation (23).
      (23)
   2. Appliquer la_{régularité α} par régularisation par entropie -∑α_τ log α_τ ou la norme L1 pour éviter l’effondrement de l’attention. Appliquer Reg_λ en pénalisant Δλ_τ = λ_τ - λ_τ-1, en limitant les fluctuations drastiques de la constante de temps, et en ajoutant des pénalités lorsqu’elles dépassent les bornes supérieures et inférieures prédéfinies. Cette approche a été utilisée pour maintenir la flexibilité de l’AG-LNN tout en assurant la stabilité pendant l’entraînement.
7. Calcul direct et sortie interprétable
   1. Simplifiez le processus de calcul avancé d’AG-LNN dans la structure de chaîne suivante, comme montré dans l’équation (24).
      (24)
   2. Pendant l’entraînement et l’inférence, enregistrez en continu les poids d’attention_{α τ} et les constantes de temps liquide λ_τ, et utilisez-les pour générer des résultats d’interprétabilité, notamment des cartes thermiques d’attention et des courbes de constantes de temps liquide. Utilisez ces visualisations pour mettre en lumière la façon dont le modèle se concentre sur différentes variables et échelles de temps, améliorant ainsi l’interprétabilité de la méthode.

5. Procédure d’entraînement

1. Partitionnement des données : Divisez chronologiquement la série chronologique de la qualité de l’eau multi-sources en sous-ensembles d’entraînement, de validation et de test en utilisant une répartition de 70 %/15 %/15 %. Assurez-vous de la robustesse en sélectionnant l’ensemble de tests pour inclure les périodes anormales connues tout en le gardant strictement non chevauchant avec les données d’entraînement afin d’éviter les fuites temporelles.
2. Détails de l’entraînement
   1. Résoudre la dynamique continue dans la couche liquide en utilisant un schéma d’Euler explicite stabilisé. Pour comparaison, testez une discrétisation en forme fermée suivant la formulation^{référencée 20,21}.
   2. Planning d’échauffement de l’attention : Fixez les poids d’attention à une valeur quasi uniforme (≈ 1,0) pendant les 10 premières époques pour stabiliser le flux de gradient. Après l’époque 10, recuit progressivement l’attention jusqu’à son état apprenable en libérant linéairement les mises à jour de poids au cours des 5 prochaines époques (facteur d’échelle = 0,8). Utilisez cette stratégie d’échauffement pour éviter les oscillations instables au début de l’entraînement et assurer une convergence fluide.
   3. Optimiseur et planificateur de taux d’apprentissage : Optimisez les paramètres du modèle à l’aide de l’optimiseur Adam avec β₁ = 0,9, β₂ = 0,999, ε = 1 x 10⁻⁸. Réglez le taux d’apprentissage initial à 1 x 10⁻³ et contrôlez-le à l’aide d’un calendrier de recuit cosinus (T_max = 50 époques, Taux d’apprentissage minimum = 1 x 10⁻⁵). Choisissez des tailles de lots entre 32 et 128, selon la capacité de mémoire du GPU. Appliquer cette planification progressive pour assurer une adaptation stable des dynamiques en temps continu sans changements brusques de taux d’apprentissage.
   4. Arrêt précoce et réglages de reproductibilité : Interrompez l’entraînement prématurément si la métrique de validation (AU-PR ou F1) ne s’améliore pas pendant 10 époques consécutives (patience = 10). Répétez chaque expérience 3 fois en utilisant des graines aléatoires fixes (42, 73 et 101) pour assurer la reproductibilité. Fixez le nombre maximal d’époques à 100 et conservez le point de contrôle avec le meilleur AU-PR de validation pour les tests.
3. Environnement matériel et logiciel
   1. Effectuez toutes les expériences sur un serveur Linux équipé de GPU NVIDIA Tesla V100 (32 Go de mémoire) et de deux processeurs Intel Xeon Gold 6230 avec 256 Go de RAM. Implémentez le modèle en Python 3.9 en utilisant PyTorch 2.0 comme cadre d’apprentissage profond, et utilisez des bibliothèques auxiliaires telles que NumPy 1.23, SciPy 1.9 et scikit-learn 1.2 pour le prétraitement et l’évaluation. Conteniser toutes les expériences en utilisant Docker 23.0 et les gérer sur Ubuntu 20.04 LTS afin d’assurer la reproductibilité et la portabilité des résultats. Consultez le tableau des matériaux pour les spécifications détaillées de tous les dispositifs matériels et outils logiciels afin de garantir clarté et reproductibilité.

Résultats

Comparaison des performances globales

Le tableau 2 présente les résultats comparatifs des différents modèles de référence et de l’AG-LNN proposé pour la tâche de détection des anomalies de qualité de l’eau. Parmi les bases traditionnelles non supervisées, la Forêt d’Isolation²² et la SVM de classe^{unique 23} n’ont atteint qu’une précision et un rappel modérés, reflétant leur capacité limitée à capturer les dépendan...

Discussion

Cette étude introduit un réseau neuronal liquide à contrôle de l’attention (AG-LNN), une architecture novatrice pour la détection d’anomalies de qualité de l’eau qui combine dynamique des liquides en temps continu avec des mécanismes de gating basés sur l’attention. La composante neuronale liquide d’un AG-LNN s’inspire des réseaux à constantes de temps liquides (LTC), qui modélisent des séries temporelles avec des constantes temporelles apprenables et dépendantes^{de l’en...}

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
256 Go de RAM DDR4	Samsung	M393A4K40DB3	Mémoire à haute capacité pour la gestion de grands ensembles de données multivariées en séries temporelles
CUDA 11.6	NVIDIA	N/A	Boîte à outils d’accélération GPU pour PyTorch
Intel Xeon Gold 6330 CPU (2,0 GHz, 28 cœurs)	Intel	BX80708-6330	Utilisé comme serveur de calcul principal pour l’entraînement des modèles
Matplotlib 3.4, Seaborn 0.11	Open Source	N/A	Visualisation des résultats expérimentaux
NumPy 1.21, Pandas 1.3	Open Source	N/A	Prétraitement des données et ingénierie des fonctionnalités
GPU NVIDIA A100 (40 Go)	NVIDIA	900-21001-0000-001	Entraînement accéléré de l’AG-LNN avec le soutien de la CUDA
Python 3.9	Fondation Python Software	N/A	Principal langage de programmation pour la mise en œuvre
PyTorch 1.12	Méta IA	N/A	Cadre d’apprentissage profond utilisé pour construire AG-LNN
Scikit-learn 0.24	Open Source	N/A	Indicateurs d’évaluation et modèles de référence
Ubuntu 20.04 LTS OS	Canonique	N/A	Système d’exploitation pour l’environnement de calcul