...
机译:多步乘客需求预测的深空间序列建模
University of New South Wales Sydney NSW Australia;
University of New South Wales Sydney NSW Australia;
University of Technology Sydney Sydney NSW Australia;
University of New South Wales Sydney NSW Australia;
Harvard University Boston MA United States of America;
Passenger demand prediction; Spatial-temporal correlations; Graph convolutional network; Long-short term memory;
机译:基于时空的乘客需求预测的基于时空注意力的模型
机译:多级关注网络,用于多步广告乘客需求预测
机译:考虑反应延迟的多步预测的基于学习学习的序列的序列
机译:STG2SEQ:空间图形到多步乘客需求预测的序列模型
机译:具有时空特征的实时短期交通速度预测的深度学习方法
机译:用样条变换对调节序列的位置效应进行建模可提高深度神经网络的预测精度
机译:STG2SEQ:空间图形到多步乘客需求预测的序列模型