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。
➡️

继续阅读