KDDJun, 2024
频率增强的跨城少样本交通预测预训练
Frequency Enhanced Pre-training for Cross-city Few-shot Traffic Forecasting
Zhanyu Liu, Jianrong Ding, Guanjie Zheng
TL;DR我们提出了一种基于频率增强的预训练框架 FEPCross，用于跨城市少样本预测，通过引入时间和频率领域的信息进行自监督训练，以及设计模块来丰富训练样本并维护动量更新的图结构，从而降低过拟合风险和提高预测效果，实验证实了 FEPCross 在真实交通数据集上的卓越性能和促进跨城市少样本预测进展的特性。