BriefGPT - AI 论文速递 · 2024-01-29T00:00:00Z 一个门控的 MLP 架构用于学习时空图中的拓扑依赖关系 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 研究者提出了一种简洁时空模型ST-MLP，用于优化智能交通系统中的交通流管理。该模型结合了时间信息、空间信息和预定义的图结构，并采用通道独立策略，提高了交通预测的准确性和计算效率。实证结果表明，ST-MLP优于其他模型，鼓励进一步探索更简洁和有效的神经网络架构。 🏷️ 标签 ST-MLP 交通流管理 拓扑 时空模型 智能交通系统 神经网络架构 阅读原文 生成长图 分享链接 已复制链接
