temporal and spatial
2snoopy
这个作者很懒,什么都没留下…
展开
-
GCN在交通流预测方面的相关文章
文章目录乘客需求量预测(2019ICJAI)STG2Seq: Spatial-Temporal Graph to Sequence Model for Multi-step Passenger Demand Forecasting(2019CIKM)Matrix Factorization for Spatio-Temporal Neural Networks with Applications to Urban Flow Prediction乘客需求量预测(2019ICJAI)STG2Seq: Spa原创 2020-12-22 10:25:02 · 2637 阅读 · 0 评论 -
Adversarial Dynamic Shapelet Networks(对抗动态shapelet网络)
文章目录Adversarial Dynamic Shapelet Networks(2020AAAI)贡献方法阐述shapelet生成动态shapelet变换对抗训练策略多样性正则化总LOSS试验部分Adversarial Dynamic Shapelet Networks(2020AAAI)之前的工作:使用随机梯度下降进行shapelet的学习,但是学出的shapelet可能与任何实际的子序列都不相似(LTS)且学到的shapelet是静态的,无法动态更新贡献我们提出了一个shapelet生成器原创 2020-11-11 19:56:39 · 751 阅读 · 1 评论 -
Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for Spatial-Temporal Net
Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for Spatial-Temporal Network Data Forecasting(时空同步卷积网络)思想以前都方法都是单独建立时间空间组件来捕获时空相关性,但是忽略了时空异质性(只是捕获了前两种结构的影响)时空图中的每个节点都可以在同一时间步直接影响其相邻节点,并且这种影响是从实际的空间依赖性得出的。同时,由于时间序列中的时间相关性,每个节点原创 2020-11-09 10:55:57 · 1806 阅读 · 0 评论