本文介绍了一种图神经网络模型用于运输网络的出发时间估算，应用于悉尼等城市，预测准确度提高最高达40%。提出的DuETA框架通过构建拥堵感知图和路线感知图，显著提升ETA预测性能。研究强调公共数据标准对公交到站时间算法发展的重要性，并介绍了多种基于深度学习和概率密度的方法，提升交通时间估计的准确性。