精读论文：Predicting Citywide Crowd Flows Using Deep Spatio-Temporal Residual Networks

最新推荐文章于 2024-07-12 16:02:27 发布

一条咸狗

最新推荐文章于 2024-07-12 16:02:27 发布

阅读量3.1k

点赞数 6

CC 4.0 BY-SA版权

分类专栏：论文笔记

本文链接：https://blog.youkuaiyun.com/u013982164/article/details/84112679

本文介绍了使用深空时序残差网络（ST-ResNet）预测城市人群流动的方法，强调数据的空间和时间属性以及外部因素的影响。通过将城市划分为网格并利用CNN捕获空间特征，同时结合残差学习捕捉时间趋势，模型成功地预测了人流量。实验表明，ST-ResNet优于传统的RNN模型，并已在实际中部署应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

AAAI 2017 郑宇组的论文

文章首先介绍该问题的基本概念，接着描述系统的框架（本文跳过），然后介绍基于DNN的预测模型，最后进行实验验证模型结构与参数和与基线模型进行对比。

OUTLINE

文章解决的问题：人流量预测，即用历史数据预测下一时刻的人流量

方法：CNN+残差学习+多网络融合

贡献：

人流量数据（crowd flows）的时空属性及外部因素

空间属性（文中说到两点）
- Nearby：目标区域的流量会受相邻区域影响，包括目标区域人流量同样会影响本身人流量，这点非常好理解，比如我们要预测学校下一小时的人流量，当然跟之前时间内，学校及其附近的人流量有关啊。
- Distant：目标区域的流量会受远处区域影响，这点不怎么好理解，作者举了个栗子，住在离办公室非常远的人通常是坐地铁或者走高速公路去上班。
- 补充：郑宇博士讲过还有 Hierarchy，比如城市的结构（单条路->街道->区->城市……），这等于是城市高级的语义信息，也更适合用CNN这种不用做特征工程的模型 -，-（图像任务中，CNN层数越多，语义信息越丰富，相反位置信息越少，参考FPN那篇文章）
时间属性（三点）
- Closeness：一个区域的流量受最近一段时间的流量影响，包括远处的和近处的区域。很好理解的，这个跟传统时序数据挖掘差不多……
- Period：工作日中每天的早高峰的交通流量类似，这是这类数据独有的，~哈哈想象一下股票有周期还得了吗？
- Trend：列如冬天的时候早高峰的时间要推迟，把这个趋势画出来肯定是比较平滑的
外部因数（无限多~）
- 比如天气状况或者突发事件能够影响流量

如何进行数据格式转化

重点重点重点，如何在保证上面所说数据的特性的情况下，把获得的数据转化成模型输入数据的格式呢？
作者将目标城市划分成 IXJ 的网格，然后按照固定时间间隔计数每个网络的入流与出流，最后成二维矩阵（类比RGB图像->三维矩阵），如果按照时间把排序后就像视频流
补充：推荐一个资源 Tutorial on Trajectory Data Mining

这样转换，保留了数据的空间属性及时间属性，其实在这里就已经从本质上，知道了比之前的工作效果好的理由了吧~~~至于如何体现时间的三个特征具体看下文 ST-ResNet 的结构。
我的思考：
- 其他任务也一样，不能来个任务就上模型，一定要考虑数据特性！
- 时空数据的格式转换很重要！
- 根据数据格式，可以结合其他领域（比如图像）的解决方案进行改进

ST-ResNet

文章首先解释了为什么不用RNN家族来建模。因为上文说过，这类数据不同于其他时序数据，有周期趋势性，如果要抓住这些特征，需要输入很长的序列，训练会很艰难。
所以作者说，According to the ST domain knowledge … 序列中，少许前面关键几帧的数据就能够决定下面一帧的数据，所以作者根据临近，周期，趋势的特性，去选择关键帧输入网络。

时间属性建模：关键帧具体如何选择的呢？看上图中 distant, near, recent 大概就懂了吧，至于为什么是三个网络大概也懂了吧… 作者的想法是分别对这三个特征进行建模
融合1：分别对 distant, near, recent 建模后，将输出进行融合，融合不是简单的平均相加，是通过权重矩阵进行学习的 $X_{Res}=W_c\cdot X_c+W_p\cdot X_p+W_q\cdot X_q$