Usando Redes LSTM para Predecir Datos del Acelerómetro GRACE

La misión GRACE fue un programa satelital que se llevó a cabo desde 2002 hasta 2017. Su objetivo era medir cambios en el campo gravitacional de la Tierra. Esta misión nos ha dado un montón de Datos importantes que ayudan a los científicos a entender varios aspectos de nuestro planeta, incluyendo el movimiento del agua y cambios en las capas de hielo. Después de que terminó GRACE, comenzó una misión similar llamada GRACE Follow-On en 2018 para seguir recolectando datos.

Estos datos provienen de diferentes instrumentos en los satélites, y ayudan a los científicos a armar una imagen de cómo cambia la gravedad con el tiempo. Sin embargo, ha habido algunos huecos en los datos, lo que puede causar problemas a los investigadores que quieren usar esta información. En este trabajo, presentamos un método para llenar esos huecos en los datos y predecir valores faltantes usando una técnica llamada redes de Memoria a Largo Plazo y Corto Plazo (LSTM). Las redes LSTM son un tipo de inteligencia artificial que es buena para manejar secuencias de datos, lo que las hace adecuadas para datos de series temporales como este.

#La Importancia de los Datos del Acelerómetro

Uno de los instrumentos clave en los satélites GRACE es el acelerómetro. Este dispositivo registra las fuerzas que actúan sobre el satélite, como la presión atmosférica y la radiación solar. Para analizar las verdaderas señales gravitacionales, los científicos necesitan filtrar esas fuerzas no gravitacionales de los datos del acelerómetro. La calidad de estos datos del acelerómetro es crucial porque influye directamente en la precisión de los modelos de gravedad que usan los investigadores.

Durante la última parte de la misión GRACE, hubo problemas operativos que llevaron al cierre del acelerómetro en uno de los satélites (GRACE-B). Para lidiar con esta ausencia de datos, los científicos crearon datos sintéticos a partir de las lecturas del satélite en funcionamiento (GRACE-A). Se tomó una medida similar durante la operación de GRACE Follow-On para abordar problemas con otro satélite (GRACE-D).

#Usando LSTM para Pronósticos

En nuestra investigación, exploramos cómo se pueden usar redes LSTM para predecir datos del acelerómetro de los satélites GRACE. Las redes LSTM son particularmente útiles para analizar datos de series temporales. Pueden discernir patrones y relaciones a lo largo del tiempo, lo cual es esencial para hacer pronósticos precisos.

#Datos y Métodos

Los datos que usamos incluyen lecturas diarias de los acelerómetros de GRACE, que están disponibles para cualquier persona que quiera acceder a ellos. Cada registro contiene 86400 muestras tomadas a intervalos de un segundo para cada uno de los tres ejes (x, y, y z). Para nuestro análisis, también hicimos que los datos de GRACE estuvieran disponibles en una plataforma popular de intercambio de datos para que otros pudieran usarlos.

#Preparación de Datos

Antes de entrenar nuestro modelo de pronóstico, necesitábamos limpiar nuestros datos. Algunos de los puntos de datos eran outliers, es decir, eran muy diferentes del resto. Estos outliers podían afectar nuestros resultados, así que implementamos un proceso para identificarlos y eliminarlos.

Miramos la distribución de nuestros datos y determinamos límites aceptables para lo que cuenta como un outlier. Al identificar y eliminar estos outliers, aseguramos una mejor calidad de datos para nuestro modelo.

Luego, era esencial normalizar los datos. La normalización ayuda a llevar todos los datos a una escala común, lo que es importante para los algoritmos de aprendizaje automático. Probamos dos métodos de normalización: MinMaxScaler y RobustScaler. MinMaxScaler escala los datos para que encajen dentro de un rango determinado, mientras que RobustScaler es más resistente a los outliers. Nuestros tests mostraron que MinMaxScaler funcionó mejor para nuestros datos.

Finalmente, downsampleamos los datos para acelerar el proceso de Entrenamiento. Esto significa que tomamos los datos originales y reducimos el número de muestras tomando lecturas cada 10 segundos en lugar de cada segundo. Este enfoque mantuvo suficiente información para que nuestros modelos aprendieran de manera efectiva.

#División de Datos

Después de preparar nuestros datos, los dividimos en dos grupos principales: conjuntos de datos de entrenamiento y de prueba. Usamos un método simple donde tomamos la primera parte de los datos para entrenamiento y reservamos el resto para la prueba. De esta manera, el modelo pudo ser entrenado con una cantidad sustancial de datos mientras nos permitía evaluar su rendimiento en datos no vistos.

El conjunto de datos de entrenamiento ayuda al modelo a aprender relaciones dentro de los datos. Mientras tanto, el conjunto de datos de prueba verifica qué tan bien puede hacer el modelo predicciones precisas basadas en nuevos inputs.

#Creando el Modelo LSTM

Para nuestro modelo de pronóstico, construimos una red de Memoria a Largo Plazo y Corto Plazo (LSTM) usando un marco de programación popular. El modelo LSTM consiste en varias capas diseñadas para aprender relaciones complejas en los datos.

Decidimos mirar hacia atrás 15 pasos de tiempo (o puntos de datos) al hacer predicciones. La arquitectura de nuestro modelo incluye una capa LSTM que captura patrones dependientes del tiempo, seguida de varias capas densas que ayudan a refinar las predicciones.

Compilamos el modelo usando un optimizador específico que ajusta el aprendizaje durante el entrenamiento. El modelo fue entrenado durante muchos ciclos, llamados épocas, para asegurarnos de que aprendiera de manera efectiva. Durante este tiempo, monitoreamos su rendimiento para verificar si estaba mejorando.

#Resultados

A medida que entrenamos el modelo, hicimos un seguimiento de qué tan bien lo estaba haciendo comparando la pérdida de entrenamiento y la pérdida de validación. La pérdida de entrenamiento mide qué tan bien se ajusta el modelo a los datos de entrenamiento, mientras que la pérdida de validación verifica su rendimiento en datos no vistos. Un buen modelo tendrá baja pérdida tanto en el conjunto de datos de entrenamiento como en el de validación.

Nuestros resultados mostraron que el modelo fue efectivamente eficaz. La pérdida de entrenamiento fue consistentemente más baja que la pérdida de validación, lo que indica que nuestro enfoque funcionó bien y que la eliminación de outliers fue exitosa en mejorar el rendimiento del modelo.

También analizamos los errores en nuestras predicciones usando una medida conocida como Error Cuadrático Medio Raíz (RMSE). Las puntuaciones de RMSE indicaron que nuestro modelo estaba funcionando uniformemente bien en los tres ejes, sugiriendo que podía predecir datos de acelerómetros faltantes con precisión.

#Conclusión y Direcciones Futuras

En este estudio, aplicamos redes LSTM para predecir efectivamente datos faltantes de los acelerómetros de GRACE. Esta técnica también puede adaptarse a otros instrumentos involucrados en las misiones GRACE, como GPS y KBR (rango de banda K).

De cara al futuro, nuestros próximos pasos incluirán usar este enfoque para generar datos de series temporales para todos los instrumentos durante períodos más largos. Nuestro objetivo es determinar la eficiencia y los costos de recursos de usar redes LSTM para este tipo de pronósticos.

Esta investigación marca un paso significativo hacia el desarrollo de soluciones de IA adaptadas para misiones GRACE, lo que podría mejorar enormemente nuestra capacidad para modelar y predecir cambios gravitacionales a lo largo del tiempo. Esta capacidad será invaluable para investigadores e industrias que dependen de datos gravitacionales precisos.