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。
➡️

继续阅读