Método de Detecção de Anomalias de Qualidade da Água Baseado em Rede Neural Líquida Dependente da Atenção

Resumo

Este estudo propõe uma Rede Neural Líquida Controlada por Atenção para a detecção de anomalias na qualidade da água, que alcança precisão e interpretabilidade superiores por meio de modelagem em tempo contínuo e barragem baseada em atenção, aumentando assim a confiabilidade do monitoramento ambiental e apoiando a gestão sustentável da água.

Resumo

Com a rápida expansão das redes de monitoramento da água, a detecção de anomalias por séries temporais tornou-se cada vez mais crucial para proteger os ambientes aquáticos e garantir sua gestão sustentável. No entanto, modelos convencionais frequentemente enfrentam dificuldades com intervalos de amostragem irregulares, correlações multivariadas e interpretabilidade em aplicações práticas. Para enfrentar esses desafios, este estudo propõe uma Rede Neural Líquida Controlada de Atenção (AG-LNN) que integra a capacidade dinâmica de modelagem da Rede Neural Líquida (LNN) com mecanismos de acesso baseados em atenção. O modelo introduz uma porta de entrada-atenção para enfatizar variáveis relevantes para anomalias, como Oxigênio Dissolvido (DO) e o Índice de Permanganato (COD_Mn), e uma porta de tempo constante que ajusta adaptativamente a memória temporal do modelo. Utilizando dados do Centro Nacional de Monitoramento Ambiental da China (CNEMC) coletados entre 2019 e 2024 em 13 províncias, o AG-LNN demonstrou desempenho superior em relação aos modelos de linha base, incluindo as arquiteturas de Memória Longa de Curto Prazo (LSTM), Rede Convolucional Temporal (TCN), Transformador e Rede Neural de Grafos (GNN). Ele alcança uma Área de Recordação de Precisão sob a Curva (PR-AUC) de 0,95 e um escore F1 de 0,90, mantendo estabilidade sob avaliações interregionais e temporais. Uma versão compacta, AG-LNN-light, reduz os parâmetros em 62% com perda mínima de precisão, permitindo uma implantação eficiente nas bordas. Os resultados confirmaram que a modelagem em tempo contínuo controlada pela atenção oferece uma abordagem robusta e interpretável para a detecção de anomalias de qualidade da água em larga escala.

Introdução

O monitoramento da qualidade da água é essencial para proteger a saúde pública, sustentar os ecossistemas aquáticos e garantir o cumprimento das regulamentações ambientais. Modelos tradicionais de qualidade da água, como a Ferramenta de Avaliação de Solo e Água (SWAT), o modelo mecanicista QUAL e abordagens de previsão estatística, frequentemente têm dificuldade em capturar a natureza altamente não linear, multivariada e temporalmente irregular dos sistemas hídricos influenciados simultaneamente por fatores químicos, biológicos, hidrológicos e^{meteorológicos} 1,2,3,4,5,6 . Portanto, melhorar a detecção de anomalias nos dados de qualidade da água continua sendo um desafio urgente.

Na prática, a estrutura proposta foi projetada para redes multiparâmetro de detecção da qualidade da água que medem variáveis como potencial de hidrogênio (pH), oxigênio dissolvido (DO), nitrogênio total (TN), fósforo total (TP) e índice de permanganato (COD_Mn), turbidez e condutividade, com intervalos típicos de amostragem variando de 15 a 60 min. Este modelo tolera amostragens irregulares e observações ausentes, tornando-o adequado para uso real em sistemas de monitoramento de águas superficiais e reservatórios.

Aplicação do aprendizado de máquina na detecção de anomalias de qualidade da água

Nos últimos anos, os métodos de aprendizado de máquina (ML) e deep learning (DL) ganharam força em aplicações de qualidade da água. Por exemplo, Wang et ^al.7 introduziram um Autoencoder de Memória de Curto Prazo Longo com Atenção (LSTMA-AE) combinado com restrições mecanicistas para melhorar a precisão e reduzir falsos alarmes na detecção de anomalias em operações de bombas de injeção de água, alcançando desempenho significativamente melhor do que os métodos de interpolação, floresta aleatória ou LSTM-AE.

De forma semelhante, Zhao et ^al.8 propuseram um modelo de Unidade Corrente Comportada com Rede Neural Informada pela Física (GRU-PINN) que incorpora restrições físicas na função de perda, aumentando significativamente a interpretabilidade e a pontuação F1 nas tarefas de detecção de anomalias na qualidade da água. ElShafeiy et ^al.9 desenvolveram uma arquitetura Multivariate Convolutional Network-LSTM (MCN-LSTM), combinando Redes Convolucionais Multivariadas com LSTM para detecção em tempo real de anomalias em dados de sensores de qualidade da água, demonstrando capacidades aprimoradas de detecção em ambientes de campo. Outro avanço é^{o modelo} 10 da Gated-Liquid Neural Network (Gated-LNN), que funde mecanismos de gating em Redes Neurais Líquidas para prever com precisão o Índice de Qualidade da Água (WQI) e classificar a qualidade da água, alcançando R² ≈ 0,9995 e precisão de classificação de 99,74% nos conjuntos de dados indianos.

Detecção de anomalias por séries temporais

Além das aplicações específicas de DL, a detecção de anomalias em séries temporais tem apresentado um rápido desenvolvimento em vários domínios. A detecção de anomalias em séries temporais tornou-se uma técnica fundamental para melhorar o monitoramento da qualidade da água e o alerta precoce. Métodos estatísticos tradicionais frequentemente falham em capturar as características não lineares e dinâmicas dos dados de qualidade da água, levando assim à aplicação de modelos de aprendizado profundo. Por exemplo, Zhang et ^al.11 combinaram Decomposição Empírica em Modos (EMD) com LSTM para lidar melhor com sinais não estacionários, melhorando significativamente a precisão da predição da Demanda Química de Oxigênio (COD), Demanda Bioquímica de Oxigênio (BOD₅), Fósforo Total (TP), Nitrogênio Total (TN) e Nitrogênio de Amônia (NH₃-N). Com base nisso, Wang et ^al.12 propuseram um método de análise de flutuações baseado em LSTM, usando Entropia Aproximada, que aprimora o desempenho da detecção de anomalias em tempo real.

Avanços recentes enfatizaram mecanismos de atenção e estruturas híbridas. Arepalli et ^al.13 introduziram um LSTM leve de atenção compartilhada espacialmente para a detecção de hipóxia em aquicultura, alcançando 99,8% de precisão, enquanto Zhang et ^al.14 mostraram que a atenção espacial e temporal melhorou significativamente a previsão CNN-LSTM de Oxigênio Dissolvido (DO) e NH₃-N. De forma semelhante, Long et ^al.15 integraram a Decomposição Empírica Completa de Modos de Conjunto com a Decomposição Adaptativa de Modos Variacionais de Ruído (CEEMDAN-VMD) com LSTM aprimorado por atenção, alcançando valores de Eficiência de Nash-Sutcliffe (NSE) de até 0,99 em múltiplos indicadores. No nível da aplicação, Xie et ^al.16 demonstraram um sistema móvel LSTM-sequence-to-sequence (Seq2Seq) para previsão operacional e em tempo real da qualidade da água entre bacias hidrográficas.

No geral, esses estudos destacam uma tendência clara em linhas de base baseadas em LSTM, modelos híbridos com atenção aumentada e aplicações em nível de sistema. Embora a precisão tenha melhorado substancialmente, persistem desafios na interpretabilidade, robustez em condições ruidosas e generalização em diversas redes de monitoramento.

Aplicação de redes neurais de grafos e modelos espaço-temporais no monitoramento ambiental

Redes neurais de grafos (GNNs) e modelos de aprendizado profundo espaço-temporal demonstraram recentemente potencial significativo no monitoramento ambiental ao capturar tanto correlações espaciais entre locais de monitoramento quanto dependências temporais na dinâmica da qualidade da água. Por exemplo, Wu et ^al.17 propuseram uma Rede Neural de Grafos Espaço-Temporais (PT-STGNN) aprimorada para estações de tratamento de águas residuais, integrando pré-treinamento baseado em transformadores e aprendizado de estrutura de grafos para melhorar a previsão de longo prazo de COD, NH₃-N, TP, TN, pH e vazão. De forma semelhante, Wan et ^al.18 desenvolveram um GNN de Característica Espaço-Temporal (STF-GNN) que combinava convolução de grafos, GRU e mecanismos de atenção, melhorando significativamente as previsões de Oxigênio Dissolvido (DO) e TN, ao mesmo tempo em que demonstrava uma generalização robusta entre bacias.

Frameworks híbridos surgiram além de designs puramente baseados em dados para aprimorar a generalização. Mu et ^al.19 introduziram a rede neural informada pela física de grafos espaço-temporais (ST-GPINN), que incorpora princípios hidráulicos em modelos baseados em Redes Neurais de Grafos (GNN) para sistemas de distribuição de água. Ao acoplar representações de grafos com restrições informadas pela física, o ST-GPINN alcança precisão de ponta enquanto escala efetivamente de redes pequenas para grandes. Juntos, esses estudos destacam o papel crescente dos GNNs espaço-temporais no monitoramento ambiental, avançando a precisão preditiva, interpretabilidade e robustez, além de lançar as bases para sistemas inteligentes de gestão hídrica de próxima geração.

Vantagens e potencial das redes neurais líquidas

Redes Neurais Líquidas (LNNs), também conhecidas como redes de tempo constante líquida, modelam de forma única a dinâmica de tempo contínuo usando constantes de tempo dependentes da entrada e aprendíveis. Hasani et ^al.20 introduziram as LNNs e demonstraram seu poder expressivo, estabilidade e eficiência em tarefas de séries temporais. Sua adaptabilidade inspirada pelo cérebro os torna candidatos promissores para modelar fenômenos ambientais dinâmicos, como a qualidade da água, mas sua integração com mecanismos de atenção permanece pouco explorada.

Mecanismos de atenção, especialmente portas de atenção, são ferramentas poderosas para focar em características relevantes e possibilitar a interpretabilidade. Embora amplamente utilizado em imagem médica, o Attention U-Net estabelece uma base para o refinamento seletivo de características por meio de portas de atenção aprendíveis. A atenção também foi aplicada em frameworks de detecção de anomalias baseados em sensores, como LSTMA-AE⁷ e GRU-PINN⁸, aumentando a sensibilidade a padrões críticos e melhorando a transparência do modelo.

Juntas, essas observações indicam a necessidade de uma arquitetura híbrida que sinergice a adaptabilidade em tempo contínuo com mecanismos de atenção interpretáveis. Por isso, propomos uma Rede Neural Líquida Controlada pela Atenção (AG-LNN) que integra as capacidades dinâmicas de modelagem das Redes Neurais Líquidas (LNNs) com portas de atenção que focam em entradas salientes ou segmentos temporais. Essa arquitetura visa aumentar a robustez ao ruído dos sensores e amostragens irregulares, aumentar a sensibilidade a anomalias de curta duração e oferecer interpretabilidade por meio de mapas de calor de atenção e trajetórias adaptativas de tempo constante. O AG-LNN foi avaliado com base de dados multivariados reais de qualidade da água e comparado com LSTM, Transformer, LNN puro e linhas de base tradicionais de ML. Tanto as análises quantitativas (Precisão, Recordação, F1, AUC) quanto as qualitativas (visualizações de atenção, dinâmicas de tempo constante) demonstraram a eficácia e transparência do modelo proposto.

Protocolo

NOTA: O fluxo de trabalho geral deste estudo é mostrado na Figura 1.

1. Aquisição de dados

1. Identificação da fonte de dados
   1. Obtenha dados de séries temporais da qualidade da água do banco de dados público (https://www.cnemc.cn/sssj/) do Centro Nacional de Monitoramento Ambiental da China (CNEMC). Recuperar registros contínuos de monitoramento nacional cobrindo os principais lagos e reservatórios da China. Indicadores físico-químicos chave incluíam pH, oxigênio dissolvido (DO), fósforo total (TP), nitrogênio total (TN), índice de permanganato (COD_Mn), turbidez (NTU) e condutividade elétrica (EC).
   2. Garanta que os metadados correspondentes, como horário de monitoramento, status operacional da estação e classificação da qualidade da água (Classe I-V), estejam incluídos no conjunto de dados baixado.
2. Recuperação de conjunto de dados e especificação de arquivos
   1. Garanta a reprodutibilidade dos dados consolidando e compartilhando o conjunto de dados processado sob o nome de arquivo cnemc_data_2019_2024. CSV. O arquivo no repositório Baidu Cloud (https://pan.baidu.com/s/1ZXYxkCZAnx7tiOHJhuJ2Qg?pwd=u97h) permite o acesso público e a verificação de todos os experimentos.
   2. Incluir dados de monitoramento de 13 províncias (Guangdong, Hubei, Jiangsu, Zhejiang, Anhui, Fujian, Jiangxi, Henan, Sichuan, Guizhou, Liaoning, Heilongjiang e Jilin) para garantir cobertura representativa em diversas zonas hidrológicas e climáticas das regiões Norte, Sul, Leste, Oeste e Planalto.
   3. Atribuir um número igual de registros de monitoramento a cada província, resultando em um total de 1.832 registros coletados entre janeiro de 2019 e dezembro de 2024. Rotule cada estação usando identificadores baseados na província (por exemplo, GD001 para Guangdong, HB001 para Hubei). Para cada registro, inclua atributos descritivos como bacia, waterbody_type (lago ou reservatório) e estação (primavera, verão, outono ou inverno, derivados do tempo de amostragem).
   4. Adicione campos opcionais de geolocalização (longitude e latitude) para facilitar a análise espacial e a reprodutibilidade. Definições completas de campo, tipos de dados e unidades usadas em cnemc_2019_2024. Os valores CSV são resumidos na Tabela 1.

2. Seleção e rotulagem de variáveis

1. Seleção de variáveis
   1. Selecione variáveis que representem os parâmetros físico-químicos mais frequentemente monitorados das águas superficiais, garantindo relevância ecológica e sensibilidade à poluição ou perturbações ambientais. Especificamente, inclua os seguintes indicadores:
      pH, refletindo o equilíbrio ácido-base da água e influenciando a atividade biológica e a solubilidade química
      Oxigênio Dissolvido (DO), um indicador direto da saúde dos ecossistemas aquáticos e da poluição orgânica
      Fósforo Total (TP) e Nitrogênio Total (TN), dois nutrientes principais ligados aos processos de eutrofização
      Índice de Permanganato (COD_Mn), representando o teor de matéria orgânica oxidável e uma medida indireta da poluição orgânica
      Turbidez (Tur), que reflete partículas suspensas e carga sedimentar
      Condutividade Elétrica (CE), indicando a concentração de íons dissolvidos e a salinidade geral
   2. Selecione essas variáveis não apenas por sua disponibilidade rotineira em estações de monitoramento CNEMC, mas também por sua relevância demonstrada em estudos anteriores^{10, 11, 14, 17} sobre avaliação da qualidade da água e detecção de anomalias.
2. Estratégia de rotulagem
   1. Defina rótulos de anomalia para apoiar o treinamento e avaliação do modelo. Aplique uma estratégia de rotulagem dupla que combine as duas abordagens complementares.
   2. Rotulagem regulatória ou baseada em especialistas: Adote eventos anormais oficialmente documentados ou anotados (por exemplo, descargas súbitas de poluentes, proliferações de algas ou falhas de instrumentos) da autoridade de monitoramento como anomalias de verdade.
   3. Rotulagem fraca baseada em dados: Inferir anomalias para intervalos de monitoramento sem anotações explícitas de especialistas diretamente do conjunto de dados multivariado de séries temporais multivariadas do CNEMC, aplicando uma estrutura de rotulagem fraca guiada estatisticamente e consciente da estação.
   4. Estruture esse processo em três componentes principais: realizar a normalização sazonal, aplicar a detecção de desvio baseada em quantis e reforçar os resultados por meio de avaliação baseada em resíduos.
      1. Normalização sazonal: Normalize os efeitos sazonais para cada variável _{x i,t} (por exemplo, DO,_{COD Mn}, TP, TN, Turbidez) usando o campo explícito da estação (Primavera, Verão, Outono, Inverno) fornecido no conjunto de dados CNEMC. Padronize cada variável dentro de seu subconjunto sazonal correspondente, conforme mostrado na Equação (1).
         (1)
         onde μ_i^(s) e σ ^i(s) são a média e o desvio padrão da variável i durante as estações s. Essa normalização compensa mudanças sazonais sistemáticas, como redução do DO no verão ou aumento do_{COD Mn} durante a estação chuvosa, garantindo comparabilidade entre estações.
      2. Rotulagem fraca baseada em quantis: Após a normalização, identifique anomalias aplicando limiares robustos de quantis calculados para cada variável dentro da mesma estação e grupo de província, conforme mostrado na Equação (2).
         (2)
         onde Q_p (⋅) é o operador de quantil p, é o limiar inferior e superior de quantil (1º e 99º percentis) para a variável i nas estações s. Sinalize um ponto de dados como anômalo se ele exceder esses limites, conforme mostrado na Equação (3).
         (3)
         Essa etapa leva em conta de forma adaptativa as diferenças regionais e sazonais, evitando assim detecções falsas causadas por flutuações hidrológicas naturais.
      3. Reforço baseado em resíduos: Estabeleça uma linha de base mediana móvel de 15 dias para detectar desvios abruptos de curto prazo que os limiares de quantil possam ignorar, conforme expresso na Equação (4).
         (4)
         onde r_i,t é o desvio residual da variável i no tempo t, a mediana (x_i,t-15:t+15) é a mediana móvel de 15 dias em torno de t. Sinalize um ponto de dados como anomalia residual se o residual absoluto exceder três vezes o desvio padrão sazonal (|r_i,t| > 3σ_i^(s)). Esse reforço residual capturou efetivamente os picos transitórios causados por descarga de poluentes, eventos de chuva ou falhas temporárias de sensores.
      4. Decisão combinada de rótulo fraco: Fusão indicadores de anomalia baseados em quantis e em resíduos para atribuir um rótulo fraco binário y_t, conforme definido na Equação (5).
         (5)
         onde y_t=1 indica que pelo menos um parâmetro apresenta comportamento anômalo no tempo t, y_t = 0 denota observações normais em todos os parâmetros.
         Gerar um conjunto de anotações fracas baseadas em dados em todas as 13 províncias e cinco regiões climáticas do conjunto de dados CNEMC usando o procedimento combinado de rotulagem. Integre esses rótulos ao aprendizado ponderado pela confiança atribuindo um peso de confiança de 0,7 aos rótulos fracos em relação às anotações verificadas por especialistas com peso de 1,0.
   5. Proporção dos tipos de anotação
      1. Use aproximadamente 42% de anotações verificadas por especialistas derivadas de relatórios ambientais oficiais e 58% de anotações fracas geradas a partir de dados de monitoramento contínuo. Aplicar uma fusão heurística de limiar de escore z e decomposição de tendências sazonais (STL) para detectar possíveis anomalias em séries temporais multivariadas da qualidade da água. As proporções de anotação escolhidas são validadas por meio de experimentos apresentados na Seção 5.1 (Efeito da razão de anotação) da parte de Resultados. Esses resultados confirmam que um equilíbrio empiricamente ótimo ocorre em torno de uma proporção de especialistas para fraco de 40:60, o que é consistente com a composição real do conjunto de dados.
   6. Validação da fraca precisão das anotações
      1. Garanta a confiabilidade de amostras pouco anotadas cruzando um subconjunto aleatório de 800 instâncias mal rotuladas com especialistas ambientais. Registre a taxa de concordância entre anotações fracas e julgamentos de peritos, que deve chegar a aproximadamente 87,5%. Remova amostras com baixa confiança de anomalia (< 0,6) ou discordância com o conjunto de validação especialista dos dados de treinamento.
      2. Mantenha as anotações fracas retidas com uma precisão efetiva acima de 90%. Examine a confiabilidade de anotações fracas e sua influência no desempenho do modelo, onde experimentos controlados confirmam que preservar a precisão em etiquetas fracas acima de 90% previne efetivamente o viés de treinamento e garante um comportamento preditivo estável.
   7. Mitigação de viés
      1. Durante o treinamento, aplique uma estratégia de aprendizado ponderada pela confiança para mitigar possíveis vieses introduzidos por anotações fracas. Defina a função de perda conforme mostrado na Equação (6).
         (6)
         onde_{y i}∈{0,1} denota o rótulo de verdade fundamental da i-ésima amostra, p_i representa a probabilidade prevista do modelo, w_i é o peso atribuído a cada amostra, e N é o número total de amostras.
      2. Determine o peso da amostra w_i com base na fonte e no nível de confiança do rótulo, conforme mostrado na Equação (7).
         (7)
         Aqui, c_i∈[0,1] denota a pontuação de confiança da i-ésima anotação, e α,β são os coeficientes globais de ponderação para rótulos especialista e fraco, respectivamente. Análises empíricas demonstraram que ajustar α=1,0 e β=0,7 alcança a melhor troca entre desempenho e estabilidade, pois essa ponderação suprime efetivamente o ruído residual de rótulos fracos, mantendo contribuição suficiente de sua cobertura mais ampla.
      3. Selecione sete parâmetros físico-químicos (pH, DO, TP, TN, COD_Mn, Tur e EC) como variáveis centrais para a detecção de anomalias. Use esses indicadores para representar de forma abrangente o status de nutrientes, poluição orgânica, disponibilidade de oxigênio e composição iônica da água superficial. Forneça uma descrição detalhada de cada variável.

3. Controle de qualidade de dados e pré-processamento

1. Estabelecer um pipeline hierárquico de controle de qualidade e pré-processamento de dados para garantir a confiabilidade e aplicabilidade da modelagem dos dados de monitoramento da qualidade da água de múltiplas fontes. Execute sequencialmente alinhamento temporal, imputação de valores ausentes, detecção de anomalias, normalização de escala e construção de amostras em janelas. Selecionar e combinar dinamicamente métodos apropriados de acordo com as características específicas dos dados.
2. Alinhamento temporal e reamostragem: Alinhe todas as sequências das estações de monitoramento a uma resolução temporal unificada de 15 minutos para levar em conta carimbos de tempo não sincronizados. Para pontos amostrados irregularmente, aplique interpolação linear entre observações adjacentes de acordo com a Equação (8). Certifique-se de que as amostras janelas subsequentes sejam construídas em uma grade temporal consistente.
   (8)
3. Processamento de valor ausente
   1. Categorizar valores ausentes com base na duração dos intervalos consecutivos em ausências de curto prazo (<6 pontos consecutivos, ou seja, <1,5 h) e ausência de longo prazo (≥6 pontos consecutivos), e diferentes estratégias foram aplicadas de acordo.
   2. Aplique filtragem e suavização de Kalman para realizar estimativas dinâmicas para intervalos ausentes de longo prazo (≥ 6 pontos consecutivos). Modele cada variável de qualidade da água x_t (por exemplo, DO, TN, COD_Mn) usando uma formulação discreta de espaço de estados linear, conforme mostrado em
      Equações (9) a (11).
      (9)
      (10)
      (11)
      onde x_t é o estado latente (verdadeiro) da variável de qualidade da água no tempo t, y_t é o valor observado correspondente; A é o coeficiente de transição de estado (empiricamente definido para 0,95) para refletir uma alta correlação temporal em observações de 15 minutos, H é a matriz de observação (definida para 1 para medições diretas), w_t ∼ N(0,Q) e v_t ∼ N(0,R) são, respectivamente, o processo Gaussiano de média zero e o ruído de medição; Q = (0,05σ_x)² e R=(0,10σ_x)², onde σ_x é o desvio padrão da variável dentro de uma janela deslizante de 7 dias.
   3. Configure o filtro para permanecer sensível à variabilidade de curto prazo enquanto suprime o ruído aleatório de medição. Inicialize o estado inicial usando a primeira observação não ausente disponível e defina a covariância inicial P_0|0 para . Remova todo o segmento se o intervalo faltante exceder 24 horas (96 registros) para evitar o acúmulo de erros devido à extrapolação de longo prazo.
4. Detecção e correção de anomalias
   1. Identifique e corrija anomalias em dois passos sequenciais: restrições duras (limites físicos) e restrições suaves (limites de gradiente e winsorização quantística).
      1. Restrições rígidas (limites físicos): Descartar medições que estejam fora das faixas fisicamente plausíveis (por exemplo, pH∉[0,14],DO>20 mg/L).
      2. Restrições suaves (limites de gradiente + winsorização de quantil): Sinalize um ponto de dado como suspeito se a taxa absoluta de variação entre duas observações consecutivas exceder um limiar de gradiente empiricamente definido |x_t -_{x t-1} | > θ. Defina θ=3σ_x ^Δt-1, onde σ x denota o desvio padrão da variável em uma janela deslizante de 24 horas, e Δt = 15 min representa o intervalo de amostragem. Corrigir valores extremos usando um procedimento de Winsorização, conforme expresso na Equação (12).
         (12)
         onde Q_α e Q_1-α denotam respectivamente o 1% e 99%.
         O procedimento primeiro elimina valores impossíveis por meio de restrições rígidas, depois sinaliza observações anormais com base em limiares de gradiente e, finalmente, suaviza os desvios residuais usando winsorização baseada em quantis. Essa abordagem hierárquica garantia tanto a validade física quanto a estabilidade estatística do conjunto de dados limpo.
5. Normalização
   1. Diferentes indicadores de qualidade da água possuem unidades e valores diferentes. Para eliminar diferenças de escala e evitar que certas variáveis dominem o processo de treinamento do modelo, aplique a normalização z-score.
6. Construção de amostras de janela
   1. Transforme a série temporal em amostras de janela deslizante de comprimento fixo para preservar as dependências temporais. Dado comprimento de janela W e tamanho de passo S, construa-se as amostras de entrada de acordo com a Equação (13).
        (13)
      Defina W=96 (ou seja, 24 horas com intervalo de 15 minutos) e S=1 para gerar amostras sequencialmente usando uma janela deslizante ponto a ponto.

4. Rede Neural Líquida Dependente de Atenção (AG-LNN)

NOTA: A arquitetura geral da proposta Rede Neural Líquida Controlada pela Atenção (AG-LNN) está ilustrada na Figura 2. O modelo integra entradas de qualidade da água multifonte, um mecanismo de gate baseado em atenção, uma LNN com constantes de tempo adaptativas e uma etapa de leitura-decodificação com saídas de interpretabilidade. Esse design permite que a rede capture dinamicamente dependências temporais complexas enquanto permanece robusta a ruído e amostragem não uniforme.

1. Camada de entrada multi-fonte: Consulte a parte mais à esquerda da Figura 2 para visualizar os dados de monitoramento da qualidade da água de múltiplas fontes {x_τ}, onde cada vetor x_τ∈R^C representa medições de variáveis fisicoquímicas C (por exemplo, pH, DO, TN, TP, COD_Mn, Turbidez, EC) no tempo τ. Segmente as sequências de entrada em janelas deslizantes de comprimento fixo de tamanho W, conforme formulado na Equação (14).
   (14)
2. Porta de atenção de entrada: Aplique uma porta de atenção, como ilustrado no bloco inferior esquerdo da Figura 2, para enfatizar variáveis informativas e suprimir flutuações ruidosas. Calcule os pesos de atenção de acordo com a Equação (15).
   (15)
   onde α_τ denota importância em nível de canal no tempo τ. Esse mecanismo garante que variáveis altamente correlacionadas com mudanças anormais (por exemplo, DO e COD_Mn) recebam pesos maiores.
3. Porta de tempo constante
   1. Module a constante de tempo do líquido usando o sinal de atenção agregado, como ilustrado no bloco superior da Figura 2, e formule-a de acordo com a Equação (16).
      (16)
      onde,_{λ base} é a constante de tempo de referência que controla a memória intrínseca de cada neurônio líquido; denota o peso médio de atenção nos canais C no passo de tempo τ; β é um coeficiente de sensibilidade que determina o quão fortemente a atenção influencia a responsividade temporal.
   2. Quando é alta, λ_τ diminui, levando a rede a acelerar sua resposta e capturar melhor anomalias de curta duração. Imponha restrições limitadas em λ_τ para estabilizar o treinamento.
   3. Garantir estabilidade numérica e evitar dinâmicas explosivas ou nulas impondo restrições de limite à constante de tempo λ_τ. Defina λ_τ ∈ [λ_{min,λ max}] = [0,5,2,0]. Corte quaisquer valores fora dessa faixa para o limite mais próximo durante o treinamento para manter um comportamento adaptativo controlado sob condições ambientais variadas. Ajustar λ = 1,0 proporciona precisão ótima e estabilidade de convergência.
4. Camada neural líquida
   1. Empregue uma Rede Neural Líquida (LNN) para realizar modelagem em tempo contínuo da série temporal e expresse sua formulação dinâmica conforme mostrado na Equação (17).
      (17)
      onde ḣ(t) denota o vetor de estado oculto; λ(⋅) representa a constante de tempo aprendível, modulada pela atenção; σ(∙) é a função de ativação não linear (ReLU); A e B são matrizes de pesos aprendíveis; x̃(t) é o vetor de entrada normalizado; B é o termo de viés. Essa equação garante que a dinâmica da rede evolua tanto com entradas quanto com estados, enquanto a constante de tempo λ(⋅) permanece aprendível e dependente do contexto.
   2. Para computação numérica, use o método explícito de integração de Euler para discretização, conforme mostrado na Equação (18).
      (18)
      Aqui, Δ_τ representa o passo de tempo discreto (intervalo de integração) entre observações sucessivas, calculado usando a Equação (19).
      Δ_τ=(t_τ -_{t τ-1})/_Norma T (19)
      onde t_τ e t_τ-1 são os carimbos de tempo (em minutos) de medições consecutivas e_{a norma} T = 15 min corresponde ao período nominal de amostragem nos dados de monitoramento do CNEMC. Assim, Δ_τ = 1 para intervalos regulares de 15 minutos, enquanto Δ_τ > 1 ou Δ_τ < 1 reflete amostragem irregular causada por observações ausentes ou densas. Essa abordagem naturalmente lida com amostragem irregular, mantendo a interpretabilidade em relação à dinâmica física subjacente.
5. Leitura e pontuação por anomalia
   1. Após concluir a atualização de estado oculto, utilize uma camada de leitura no AG-LNN para gerar a previsão um passo à frente, conforme expresso na Equação (20).
      (20)
      onde W_o e c denotam, respectivamente, a matriz de projeção de saída e o vetor de viés.
   2. Calcule o residual como a pontuação da anomalia com base na discrepância entre os valores previstos e observados, conforme mostrado na Equação (21).
      (21)
   3. Aplique uma estratégia de limiar adaptativo baseada em quantis para determinar se uma observação corresponde a uma anomalia.
   4. Defina o limiar de anomalia θ_x para cada variável de qualidade da água usando o percentil 99 dos resíduos no conjunto de treinamento, conforme formulado na Equação (22).
      (22)
      onde σ_s denota o desvio padrão da sequência residual, e γ = 0,2 é um coeficiente de segurança fixo que compensa variações naturais diurnas.
   5. Esse desenho corresponde aproximadamente a uma probabilidade de superação de 1%, consistente com as definições padrão de anomalias ambientais. Durante a inferência, a rede fornece apenas a sequência residual {s_τ}; para determinação de anomalias, execute post-hoc de acordo com as Equações (14)–(15). Esse desenho de separação é consistente com o arcabouço geral do estudo, garantindo que o modelo foque na extração de características e medição de anomalias, em vez de participar diretamente na definição de limiar.
6. Objetivos de treinamento e regularização
   1. Durante o treinamento, minimize o erro de predição enquanto simultaneamente aplica regularização adicional tanto nos pesos de atenção quanto nas constantes de tempo para evitar sobreajuste e instabilidade numérica. A função de perda é expressa pela Equação (23).
      (23)
   2. Aplique_{Reg α} por meio da regularização por entropia -∑α_τ log α_τ ou a norma L1 para evitar o colapso da atenção. Aplicar Reg_λ penalizando Δλ_τ = λ_τ - λ_τ-1, restringindo flutuações drásticas na constante de tempo e adicionando penalidades quando ultrapassar os limites superior e inferior predefinidos. Essa abordagem foi usada para manter a flexibilidade do AG-LNN, garantindo estabilidade durante o treinamento.
7. Cálculo direto e saída de interpretabilidade
   1. Simplifique o processo de computação direta do AG-LNN na seguinte estrutura de cadeia, conforme mostrado na Equação (24).
      (24)
   2. Durante o treinamento e a inferência, registre continuamente os pesos de atenção_{α τ} e as constantes de tempo líquido λ_τ, e use-os para gerar resultados de interpretabilidade, como mapas de calor de atenção e curvas de constantes de tempo líquido. Use essas visualizações para destacar como o modelo foca em diferentes variáveis e escalas de tempo, aumentando assim a interpretabilidade do método.

5. Procedimento de treinamento

1. Particionamento de dados: Divida as séries temporais de qualidade da água multifontes cronologicamente em subconjuntos de treinamento, validação e teste usando uma divisão de 70%/15%/15%. Garanta robustez selecionando o conjunto de teste para incluir períodos anormais conhecidos, mantendo-o estritamente não sobreposto aos dados de treinamento para evitar vazamentos temporais.
2. Detalhes do treinamento
   1. Resolva a dinâmica contínua na camada líquida usando um esquema de Euler explícito estabilizado. Para comparação, teste uma discretização em forma fechada seguindo a formulação^{referenciada 20,21}.
   2. Cronograma de aquecimento de atenção: Fixe os pesos de atenção a um valor quase uniforme (≈ 1,0) durante as primeiras 10 épocas para estabilizar o fluxo de gradiente. Após a época 10, recoze-se gradualmente a atenção para seu estado aprendível, liberando linearmente as atualizações de peso ao longo das próximas 5 épocas (fator de escala = 0,8). Use essa estratégia de aquecimento para evitar oscilações instáveis no início do treinamento e garantir uma convergência suave.
   3. Otimizador e agendador de taxa de aprendizado: Otimize os parâmetros do modelo usando o otimizador Adam com β₁ = 0,9, β₂ = 0,999, ε = 1 x 10⁻⁸. Defina a taxa inicial de aprendizado para 1 x 10⁻³ e controle usando um cronograma de recozimento cosseno (T_max = 50 épocas, Taxa Mínima de Aprendizagem = 1 x 10⁻⁵). Escolha tamanhos de lote entre 32 e 128, dependendo da capacidade de memória da GPU. Aplique esse escalonamento gradual para garantir uma adaptação estável das dinâmicas em tempo contínuo sem mudanças abruptas na taxa de aprendizado.
   4. Paradas precoces e configurações de reprodutibilidade: Encerrar o treinamento cedo se a métrica de validação (AU-PR ou F1) não melhorar por 10 épocas consecutivas (paciência = 10). Repita cada experimento 3 vezes usando sementes aleatórias fixas (42, 73 e 101) para garantir a reprodutibilidade. Defina o número máximo de épocas para 100 e mantenha o checkpoint com o melhor AU-PR de validação para testes.
3. Ambiente de hardware e software
   1. Realize todos os experimentos em um servidor Linux equipado com GPUs NVIDIA Tesla V100 (32 GB de memória) e duas CPUs Intel Xeon Gold 6230 com 256 GB de RAM. Implemente o modelo em Python 3.9 usando o PyTorch 2.0 como framework de deep learning, e utilize bibliotecas auxiliares incluindo NumPy 1.23, SciPy 1.9 e scikit-learn 1.2 para pré-processamento e avaliação. Conteinerize todos os experimentos usando Docker 23.0 e gerencie-os no Ubuntu 20.04 LTS para garantir reprodutibilidade e portabilidade dos resultados. Consulte a Tabela de materiais para especificações detalhadas de todos os dispositivos de hardware e ferramentas de software para garantir clareza e replicabilidade.

Resultados

Comparação de desempenho geral

A Tabela 2 apresenta os resultados comparativos dos diferentes modelos de linha base e do AG-LNN proposto para a tarefa de detecção de anomalias de qualidade da água. Entre as linhas de base tradicionais não supervisionadas, a Floresta de Isolamento²² e a SVM One-Class²³ alcançaram precisão e recordação moderadas, refletindo sua capacidade limitada de capturar as dependências tempor...

Discussão

Este estudo introduz uma Rede Neural Líquida Dependente de Atenção (AG-LNN), uma arquitetura inovadora para detecção de anomalias de qualidade da água que combina dinâmica líquida em tempo contínuo com mecanismos de controle baseados em atenção. O componente neural líquido de um AG-LNN é inspirado nas Redes Líquidas de Tempo Constante (LTCs), que modelam séries temporais com constantes de tempo²⁰ aprendíveis e dependentes da entrada. No entanto, o AG-LNN vai além ...

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
256 GB de RAM DDR4	Samsung	M393A4K40DB3	Memória de alta capacidade para lidar com grandes conjuntos de dados multivariados de séries temporais
CUDA 11.6	NVIDIA	N/A	Kit de ferramentas de aceleração de GPU para PyTorch
CPU Intel Xeon Gold 6330 (2.0GHz, 28 núcleos)	Intel	BX80708-6330	Usado como servidor principal de computação para treinamento de modelos
Matplotlib 3.4, Seaborn 0.11	Código Aberto	N/A	Visualização de resultados experimentais
NumPy 1.21, Pandas 1.3	Código Aberto	N/A	Pré-processamento de dados e engenharia de características
GPU NVIDIA A100 (40GB)	NVIDIA	900-21001-0000-001	Treinamento acelerado do AG-LNN com suporte da CUDA
Python 3.9	Fundação de Software Python	N/A	Principal linguagem de programação para implementação
PyTorch 1.12	Meta IA	N/A	Framework de aprendizado profundo usado para construir AG-LNN
Scikit-learn 0.24	Código Aberto	N/A	Métricas de avaliação e modelos de linha base
Ubuntu 20.04 LTS OS	Canônico	N/A	Sistema operacional para o ambiente computacional