Jun, 2023
基于时空外部因素的深度融合网络 (STEF-DHNet) 用于增强长期出租车需求预测
STEF-DHNet: Spatiotemporal External Factors Based Deep Hybrid Network for Enhanced Long-Term Taxi Demand Prediction
Sheraz Hassan, Muhammad Tahir, Momin Uppal, Zubair Khalid, Ivan Gorban...
TL;DR本研究介绍了一种名为 STEF-DHNet 的需求预测模型,该模型结合了卷积神经网络和长短期记忆来集成外部要素作为空间和时间信息,并捕捉它们对叫车需求的影响,结果表明该模型在三个不同的数据集上优于现有的最先进方法,具有在实际应用场景中实用的潜力。