通过因果干预揭示对移动预测网络的行为影响
原文中文,约300字,阅读约需1分钟。发表于: 。通过引入因果干预框架,对基于神经网络的下一位置预测模型进行影响力评估,通过生成具有不同移动行为的位置序列来模拟多样的空间和时间变化,揭示了位置转换的顺序模式、探索新位置的倾向以及集体和个人层面的位置选择偏好等关键移动行为因素对网络性能的影响。
通过因果干预框架评估神经网络的下一位置预测模型,模拟多样的空间和时间变化,揭示了关键移动行为因素对网络性能的影响。
通过引入因果干预框架,对基于神经网络的下一位置预测模型进行影响力评估,通过生成具有不同移动行为的位置序列来模拟多样的空间和时间变化,揭示了位置转换的顺序模式、探索新位置的倾向以及集体和个人层面的位置选择偏好等关键移动行为因素对网络性能的影响。
通过因果干预框架评估神经网络的下一位置预测模型,模拟多样的空间和时间变化,揭示了关键移动行为因素对网络性能的影响。