BriefGPT - AI 论文速递 · 2024-01-16T00:00:00Z 基于深度学习的多元时间序列群体因果推断 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该研究提出了一种面向多变量时间序列数据的图神经网络框架，通过图学习模块提取变量之间的关系，并利用混合传递和膨胀创新层捕捉时间序列中的相关性。实验结果表明，该模型在基准数据集上优于现有方法，并在提供额外结构信息的交通数据集上表现相当。 🏷️ 标签 关系提取 图神经网络 多变量时间序列数据 深度学习 混合传递 膨胀创新层 阅读原文 生成长图 分享链接 已复制链接
