Feb, 2025

实时观察中基于生成模型的交通异常学习

TL;DR本研究解决了城市交通管理中的交通异常检测问题,利用时空生成对抗网络(STGAN)框架,结合图神经网络和长短期记忆网络,有效捕捉交通数据中的复杂时空依赖性。研究表明,该模型能够以高精度和低误报率检测交通异常,其潜在影响在于提高城市交通系统的响应能力和效率。