该论文介绍了ST-GRAT、H-STGCN和COOL等新型交通预测模型，利用空间和时间注意力机制及图神经网络技术，显著提升了交通流量预测的准确性和效率，尤其在复杂条件下表现优异。实验结果显示，这些模型在多个基准数据集上均优于现有方法。