Jun, 2021
面向交通流预测的时空图 ODE 网络
Spatial-Temporal Graph ODE Networks for Traffic Flow Forecasting
Zheng Fang, Qingqing Long, Guojie Song, Kunqing Xie
TL;DR本文提出了一种基于张量的常微分方程网络模型来对交通流进行空时预测,并引入了语义邻接矩阵和时态扩张卷积结构以应对传统模型的表达能力不足和建模不准确的问题。在多个真实数据集上的实验结果表明,该模型取得了领先于现有基准的更好的预测结果。