Dec, 2023
时空解耦掩码预训练用于交通预测
Spatio-Temporal-Decoupled Masked Pre-training for Traffic Forecasting
Haotian Gao, Renhe Jiang, Zheng Dong, Jinliang Deng, Xuan Song
TL;DR通过使用掩码自编码器进行预训练,我们提出了一种新颖的框架 STD-MAE,用于准确预测多变量交通流时间序列,该框架能够学习和编码复杂的时空依赖关系,并通过隐含表示增强下游时空交通预测模型的能力。