Accessibility Tools

Autores
Tipo Autor ou Orientador
Autor
Sidney Alves de Outeiro
Orientador
Claudio Miceli de Farias
Co-orientador
Leopoldo André Dutra Lusquino Filho
Teses, Dissertações e Outros
id
3289
Maracatu: Meta-Data Aggregation and Robust Analysis for Clustering and Temporal Unification
Engenharia de Software
Dissertação de Mestrado
10/6/2026
tituloi
A heterogeneidade estatística entre clientes constitui um desafio central no aprendizado federado: quando os conjuntos de dados locais seguem distribuições não identicamente distribuídas, a agregação ponderada pelo tamanho da amostra adotada pelo FedAvg compromete a convergência do modelo global em relação ao ótimo local de cada cliente. Em séries temporais, tal heterogeneidade manifesta-se na forma de diferenças de tendência, sazonalidade e volatilidade entre os participantes. A presente dissertação propõe o MARACATU, uma heurística de agrupamento orientada por metadados para o aprendizado federado em cenários de previsão com dados temporalmente dependentes. A cada rodada de comunicação, cada cliente extrai um vetor compacto de descritores temporais de sua janela local, compreendendo momentos estatísticos, autocorrelação, perfil espectral e estatísticas de picos, e o servidor emprega esses vetores para agrupar clientes com regimes temporais compatíveis antes de aplicar o FedAvg no interior de cada grupo. A heurística é avaliada no conjunto de dados Low Carbon London da UK Power Networks, contemplando quatro arquiteturas de previsão (SFF, LSTM, GRU, TFT), três algoritmos de agrupamento (Aglomerativo, SimClust, RepClust) e três tamanhos de janela temporal (6h, 16h, 24h). Os resultados demonstram que o benefício do agrupamento por metadados é condicionado à escolha do algoritmo de agrupamento: globalmente, o método não supera o agrupamento por pesos, efeito atribuível quase integralmente ao algoritmo Aglomerativo; contudo, o RepClust associado à janela de 16h produz melhorias estatisticamente significativas e consistentes em todas as arquiteturas avaliadas, vantagem essa que se preserva independentemente do método de agregação federada empregado. A configuração de melhor desempenho, LSTM + FedNova + Metadados + 16h + RepClust, atinge RMSE de 0,2837 ± 0,0004, correspondendo a uma redução de 3% em relação à configuração LSTM + FedAvg + Metadados sem qualquer acréscimo no número de rodadas de comunicação.
Statistical heterogeneity among clients constitutes a central challenge in federated learning: when local datasets follow non-identically distributed draws, the sample-size-weighted aggregation of FedAvg compromises convergence of the global model towards every client's local optimum. In time-series settings, this heterogeneity manifests as divergences in trend, seasonality, and volatility regimes across participants. The present dissertation proposes MARACATU, a metadata-driven clustering heuristic for federated learning in temporally dependent forecasting scenarios. At each communication round, every client extracts a compact vector of temporal descriptors from its local window, comprising statistical moments, autocorrelation, spectral profile, and peak statistics, and the server employs these vectors to partition clients into groups of compatible temporal regimes prior to applying FedAvg within each cluster. The heuristic is evaluated on the UK Power Networks Low Carbon London dataset, spanning four forecasting architectures (SFF, LSTM, GRU, TFT), three clustering algorithms (Agglomerative, SimClust, RepClust), and three temporal window sizes (6h, 16h, 24h). The results demonstrate that the benefit of metadata-driven clustering is contingent on the choice of clustering algorithm: globally, the heuristic does not outperform weight-based clustering, an effect attributable almost entirely to the Agglomerative method; nevertheless, RepClust paired with the 16h window produces statistically significant and consistent RMSE improvements across all four architectures, an advantage that is preserved irrespective of the federated aggregation method employed. The best-performing configuration, LSTM + FedNova + Metadata + 16h + RepClust, attains RMSE $0.2837 ± 0.0004, corresponding to a 3% reduction relative to LSTM + FedAvg + Metadata without any increase in the number of communication rounds.
url
Topo