利用特征变换进行交通市场费率预测
原文中文，约200字，阅读约需1分钟。发表于：。通过基于特征变换和线性回归分析的新颖技术，我们开发了一种预测市场价格的模型，该模型在准确性和可解释性方面远远优于商业模型，并能更精确地识别季节性和制度转变，即使在 Covid-19 时期和乌克兰战争突发期也能得到良好的预测结果。
本研究提出了一种新的出租车需求预测系统，利用图神经网络捕捉城市环境中的空间依赖性和模式。该系统采用区域中立的方法，通过变分自编码器将输入特征分解为区域特定和区域中立的组件，实现跨区域出租车需求预测并推广到不同城市区域。实验证明该系统在准确预测出租车需求方面有效，并展示了优化出租车服务和提高交通效率的潜力。
