Graph Neural Network for Traffic Forecasting: A Survey

Jiang W ,  Luo J . Graph Neural Network for Traffic Forecasting: A Survey[J].  2021.

（PDF百度就有）

摘要

这篇综述回顾了使用不同图形神经网络的快速增长的研究主体，且是第一篇综合性的调查，探讨了图形神经网络在交通预测问题中的应用。

---

简介

 简而言之，GNN可以比较好的解决交通问题。

这篇文章确定了最常考虑的问题、图形公式和模型，还调查和总结了公共可用的有用资源，包括数据集、软件和开源代码，用于基于GNN的交通预测研究和应用。最后，确定了将GNNs应用于交通预测问题的挑战和未来方向。目的是为相关工作提供一个全面的总结。创了个开放的GitHub。

1)全面回顾：对过去三年(2018-2020年)基于图的交通预测问题解决方案进行了最全面的回顾。

2)资源收集：提供最新的开放数据集和代码资源的全面列表，以便在未来的工作中进行复制和比较。

3)未来方向：讨论了该领域研究人员面临的几个挑战和未来可能的方向。

---

相关研究调查

在[5]中，突出了三个时空序列预测（STSF）类别，即移动点云轨迹预测、规则网格上的STSF和不规则网格上的STSF。

在[6]中，回顾了时空特征选择和提取预处理方法，这些方法也可以作