本研究提出了GraphSparseNet框架，解决了图神经网络在交通流预测中的可扩展性问题。通过特征提取器和关系压缩器，显著降低了计算复杂性，训练时间比传统模型缩短了3.51倍。
完成下面两步后，将自动完成登录并继续当前操作。
