【2020頂會AAAI】時空同步圖卷積網絡: 一種時空網絡數據預測的新框架

概述 時空網絡數據預測在交通管理和城市規劃的大量應用中具有重要意義。然而，潛在的複雜時空相關性和異質性使這個問題具有挑戰性。現有的方法通常使用單獨的分量來獲取時空相關性，而忽略了時空數據的異質性。在本文中，我們提出了一個新的模型，名爲時空 同步圖形卷積網絡(STSGCN)，用於時空網絡數據預測。通過精心設計的時空同步建模機制，該模型能夠有效地捕捉複雜的局域時空相關性。同時，在模型中設計了多個不同時

>>阅读原文<<