本文介绍了多种时空自监督学习（ST-SSL）方法，旨在解决交通预测中的空间和时间异质性问题。结合卷积技术和自我监督任务的实验结果表明，这些方法在多个数据集上表现优异，适用于智能城市及其他时空应用。
完成下面两步后，将自动完成登录并继续当前操作。
