Enhancing Short-Term Traffic Prediction by Integrating Trends and Fluctuations with Attention Mechanism
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种混合深度学习框架,结合长期趋势与短期波动,应用Bahdanau注意力机制,显著提升交通流预测的准确性,助力城市交通规划。
🎯
关键要点
- 本研究解决了交通流预测中长期趋势与短期波动之间的相互作用带来的挑战。
- 提出了一种混合深度学习框架,通过并行处理长期趋势和短期波动信息。
- 应用Bahdanau注意力机制增强关键时间步的关注,显著提高模型预测交通拥堵的能力。
- 该框架有望提升交通预测模型的稳健性和精确性,支持缓解拥堵和城市交通规划。
🏷️
标签
➡️