KDD2020|混合時空圖卷積網絡:更精準的時空預測模型

時空預測在天氣預報、運輸規劃等領域有着重要的應用價值。交通預測作爲一種典型的時空預測問題,具有較高的挑戰性。以往的研究中主要利用通行時間作爲模型輸入,很難預測整體的交通狀況,本文提出的混合時空圖卷積網絡,利用導航數據大大提升了時空預測的效果(本文作者高德機器學習團隊,論文已被收錄到KDD2020)。 日常通勤中的規律往往相對容易挖掘,但交通狀況還會受很多其他因素影響,之前的研究主要利用通行時間作爲
相關文章
相關標籤/搜索