BriefGPT - AI 论文速递
·
时空图卷积网络上的知识蒸馏用于交通预测
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种适用于非网格结构数据的新的知识蒸馏方法，通过提取局部结构信息并最小化分布之间的距离，实现了拓扑感知能力的知识传递，得到了轻量级但性能优异的学生网络。同时，该方法还应用于动态图模型，获得了在两个不同数据集上GCN模型的最新知识蒸馏性能。
🎯
关键要点
- 提出了一种新颖的知识蒸馏方法，适用于非网格结构的数据。
- 该方法采用本地结构维护模块，提取教师和学生网络的局部结构信息。
- 通过最小化分布之间的距离，实现拓扑感知能力的知识传递。
- 得到了轻量级但性能优异的学生网络。
- 该方法还应用于动态图模型，提升了 GCN 模型的知识蒸馏性能。
➡️
