DSGNN: 一种用于区域空气质量估计的双视图超网格感知图神经网络
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于数据驱动图滤波器的图卷积神经网络模型,用于预测自行车共享网络中车站级别的小时需求。通过比较多种模型,发现GCNNrec-DDGF和GCNNreg-DDGF表现最佳。此外,通过DDGF分析,发现了车站之间的隐藏异质性相关关系。
🎯
关键要点
- 本研究提出了一种基于数据驱动图滤波器的图卷积神经网络模型。
- 该模型用于预测自行车共享网络中车站级别的小时需求。
- 比较了6种GCNN模型和7种基准模型,发现GCNNrec-DDGF表现最佳。
- GCNNreg-DDGF是第二好的模型。
- 通过DDGF分析,发现车站之间的隐藏异质性相关关系。
➡️