BriefGPT - AI 论文速递
·
导航时空异质性：一种用于交通预测的图变换器方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了智能城市发展中交通预测的关键领域，提出了时空图变换器（STGormer）以整合交通数据中的属性和结构信息。实验结果表明，STGormer在多个真实世界数据集上实现了最佳性能，提高了预测准确性。
🎯
关键要点
-
研究智能城市发展中的交通预测
-
提出时空图变换器（STGormer）
-
解决现有神经网络模型在时空关联建模中的性能不足
-
考虑交通数据中的时空异质性
-
STGormer有效整合交通数据中的属性和结构信息
-
实验结果显示STGormer在多个真实世界数据集上表现最佳
-
显著提高了交通预测的准确性
➡️
