企业在实施AI时面临数据集中化挑战，传统方法导致数据准确性和合规性问题。采用联邦架构可将数据保留在源系统中，AI代理在各自领域处理数据，从而确保治理和合规性，有效满足企业需求。
本研究提出了一种联邦架构，旨在解决传统交通预测模型在处理多样化外部特征和时空不确定性方面的复杂性，从而提高模型的适应性和效率。实验结果表明，在线搜索日志数据在长期交通预测中表现良好，具有重要的应用潜力。
完成下面两步后，将自动完成登录并继续当前操作。
