【AAAI2020】图注意力网络交通预测

首先我们看看文章作者信息：

这个文章主要考虑的是交通流中的时空因素影响，这个文章采用的是encoder-decoder的架构，encoder和decoder都包含多个spatio-temporal attention blocks去建模时空影响。在encoder-decoder两部分之间，增加了a transform attention层，主要说是考虑预测的内容与未来内容之间的关系（就是依靠attention来计算这种关系），作者还说了一个作用就是防止错误传播。使用了两个真实的数据集（Xiamen dataset和PEMS dataset），做了两个任务（交通流量与交通速度的预测）。

交通在时间和空间上的影响

 

这篇文章主要的贡献：

1.spatial and temporal attention mechanisms

2.a transform attention mechanism

但是我个人觉得他提出的降低attention计算量的方法也算