基于自适应门控图神经网络的交通流预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：交通流预测是智能交通系统中的重要组成部分，由于交通数据的复杂性，长期而又准确的交通流预测一直是时间序列预测中最具挑战性的任务之一。近年来，研究人员将基于图神经网络的时空图建模方法应用于交通流预测任务，并取得了良好的预测性能。然而，现有的图建模方法仅通过预定义的邻接结构反映道路网络中的空间依赖关系，忽略了各节点之间的序列关联关系对预测的重要性。（剩余16010字）

试读结束

目录
monitor
客服机器人