评估城市场景中时空模型的泛化能力
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对时空神经网络在城市环境中的泛化能力不足的问题，提出了一种时空分布外基准（ST-OOD），涵盖多种城市场景的多种评估设置。研究发现，现有模型在分布外场景中的表现显著下降，常常不及简单的多层感知机（MLP），同时探讨了使用dropout技术改善泛化性能的潜力，为未来相关研究提供了重要的基准和方向。
本研究提出了一种时空分布外基准（ST-OOD），旨在提升时空神经网络在城市环境中的泛化能力。结果表明，现有模型在分布外场景中表现不佳，甚至不如简单的多层感知机（MLP）。研究还探讨了使用dropout技术改善泛化性能的可能性，为未来研究提供了重要的基准和方向。
