Federated Learning for Traffic Flow Prediction Enhanced by Synthetic Data
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了FedTPS联邦学习框架,通过合成数据增强本地数据集,以解决深度学习交通预测模型对大量数据的需求。实验结果表明,FedTPS在全球模型性能上优于多种基线,展示了其在交通流预测中的潜力。
🎯
关键要点
- 本研究提出了FedTPS联邦学习框架。
- FedTPS旨在通过合成数据增强本地数据集,以解决深度学习交通预测模型对大量数据的需求。
- 实验结果表明,FedTPS在全球模型性能上优于多种基线。
- FedTPS展示了其在交通流预测中的潜力。
➡️