关键词spatiotemporal traffic data
搜索结果 - 2
- 时空隐式神经表示作为广义交通数据学习器
通过参数化空时交通数据(STTD)为隐式神经表示,我们提供了一种新的方法来解决 STTD 学习问题。通过在低维度范围内识别潜在动力学和分解空时交互作用,我们的方法能够进行各种 STTD 的建模,并展示了其在实际应用中的有效性。
- 一种非凸低秩张量补全模型用于时空交通数据插值
本文提出了一种用于解决空间时间交通数据中缺失数据问题的低秩张量完成方法,并定义了一个新的截断核范数,利用交替方向乘子法(ADMM)的框架提出了一种有效的算法来获得每个变量的最优解。数值实验表明,所提出的方法优于许多最先进的缺失数据模型。