BriefGPT - AI 论文速递
·
DeepSTA: A Spatial-Temporal Attention Network for Timely Rate Prediction in Logistics Delivery under Anomaly Conditions
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出DeepSTA模型，旨在解决物流行业在异常条件下（如疫情）预测配送及时率的问题。该模型通过异常空间-时间学习模块和记忆网络，有效捕捉快递员的时空相关性，实验结果表明其性能显著优于传统方法。
🎯
关键要点
- 本研究提出DeepSTA模型，旨在解决物流行业在异常条件下预测配送及时率的问题。
- DeepSTA模型通过异常空间-时间学习模块和记忆网络，有效捕捉快递员的时空相关性。
- 实验结果表明，DeepSTA模型在真实数据集上的性能显著优于传统方法。
➡️
