《DIFFUSION CONVOLUTIONAL RECURRENT NEURAL NETWORK: DATA-DRIVEN TRAFFIC FORECASTING》論文閱讀筆記

摘要：時空預測在神經科學、氣候和交通等領域有着豐富的應用，其中交通預測就是一個典型的例子，該任務極具挑戰性，因爲：（1）道路網絡中複雜的空間相關性；（2）伴隨着道路狀況變化的非線性時間動態性；（3）長期預測的內在困難性。爲了解決這些問題，我們提出將交通流量建模爲一個在有向圖的擴散過程（diffusion process），並提出了一個擴散卷積循環神經網絡（DCRNN），它是一個針對交通預測的深度學

>>阅读原文<<