DCRNN 模型是南加州大学的 Li 等人发表在 I C L R 2018 ICLR 2018 ICLR2018 会议上一个用于交通预测的时空预测模型,论文题目为: 《DIFFUSION CONVOLUTIONAL RECU
【论文精读】DCRNN-扩散图卷积循环神经网络
于 2024-06-06 11:10:45 首次发布
DCRNN是Li等人在ICLR2018提出的一种用于交通预测的深度学习模型,它通过扩散图卷积处理交通路网的空间依赖性,并结合Seq2Seq结构进行时间序列预测。模型不仅适用于交通预测,还可推广到其他领域。实验证明,DCRNN在洛杉矶和湾区的真实数据集上显著优于其他基线方法。
摘要由CSDN通过智能技术生成