交通流预测
文章平均质量分 97
AI-Transportation
人工智能,深度学习,交通worker,共享交通
展开
-
【交通流预测】《T-GCN: A Temporal Graph Convolutional Network for Traffic Prediction》论文详解
《STGCN》文章目录文章总结Abstract一、Introduction二、Preliminary1. Traffic Prediction on Road Graphs2. Convolutions on Graphs三、Proposed Model1. Network Architecture2. Graph CNNs for Extracting Spatial Features3. Gated CNNs for Extracting Temporal Features4. Spatio-te原创 2022-01-18 17:21:54 · 11248 阅读 · 12 评论 -
【交通流预测】《Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic For》论文详解
文章目录文章总结一、Abstract二、Introduction三、Methodology1. Problem Definition2. Graph Convolution Layer3. Temporal Convolution Layer4. Framework of Graph WaveNet四、Experiments1. 数据集2. Experimental Setups3. Experimental Results五、 Conclusion点击论文下载链接:https://arxiv.原创 2022-01-16 22:47:47 · 5142 阅读 · 2 评论 -
【交通流预测】《Graph WaveNet for Deep Spatial-Temporal Graph Modeling》论文详解
文章目录文章总结一、Abstract二、Introduction三、Methodology1. Problem Definition2. Graph Convolution Layer3. Temporal Convolution Layer点击论文下载链接点击代码下载链接文章总结- 现存问题:① 捕获空间关系: 现有的方法大多捕捉对固定图结构的空间依赖性。然而,这种固定图结构不一定反应真实站点间的空间依赖关系,并且由于数据中不完整的连接,可能会丢失真正的关系。② 捕获空间关系:现存方法不原创 2022-01-04 11:29:38 · 5963 阅读 · 4 评论