机译:动态图卷积的多步流量预测:实时空间相关性解释
Delft Univ Technol Stevinweg 1 NL-2628 CN Delft Netherlands;
Delft Univ Technol Stevinweg 1 NL-2628 CN Delft Netherlands;
Delft Univ Technol Stevinweg 1 NL-2628 CN Delft Netherlands;
Traffic forecasting; Deep learning; Graph convolution; Network spatial correlation;
机译:具有交通预测动态特征的时空模糊图卷积网络模型
机译:预测网络范围的交通状态,用于前进的多个步骤:考虑动态非局部空间相关和非静止时间依赖性的深度学习方法
机译:使用基于混合图卷积的模型预测PM_(2.5)考虑动态风力场,提供空间解释性的益处
机译:动态时空图注意力图卷积网络用于短期交通流量预测
机译:空间相关性和人口统计随机性对人口动态的影响。
机译:基于城市道路网络结构和交通动态理论计算交通流量空间相关性的一种新方法
机译:基于注意力的空间图卷积网络,用于交通流量预测