Jeff zhao

在这里插入图片描述

作者：Kan Guo, Yongli Hu, Yanfeng Sun et al.来源：AAAI 2021代码：https://github.com/guokan987/HGCN1论文动机交通预测由于在智能交通系统中的广泛应用。现有的许多方法都关注如何建立一个时空模型以表达非平稳的交通模式。目前，GCN用于学习空间特征，获得了先进的性能。但目前基于GCN的预测方法仅作用于道路网络微层图，忽略了交通系统是由道路网络微层和区域网络宏观层组成的分层结构。本文提出一种层次图卷积网络（HGCN）...

Multi-Range Attentive Bicomponent Graph Convolutional Networkfor Traffic Forecasting论文总结作者：Weiqi Chen，Ling Chen et al. , Zhejiang University, Alibab...

Adaptive Graph Convolutional Recurrent Networkfor Traffic Forecasting总结作者：Lei Bai, Lina Yao, et al. UNSW来源：NeurIPS 2020代码：https://github.com/LeiBAI/AGCRN1 论文动机 目前基于GCN的交通预测方法，需要预先定义的邻接矩阵以捕获空间相关性。论文认为，可以在不预定义图的情况下，学习节点特定模式。为此，提出两个增强图卷积的自...

A3T-GCN: Attention Temporal GraphConvolutional Network for Traffic Forecasting总结1 论文动机复杂的时空依赖性，使得交通流预测存在一些挑战：在空间维度上，由于路网的连通性，连接道路之间的交通流密切相关；在时间维度上，受到外部因素的影响，虽然通常相邻时间点之间存在趋势，但远过去点的重要...

Predicting Citywide Crowd Flows in Irregular Regions Using Multi-View Graph onvolutional Networks 笔记作者：Junkai Sun, Junbo Zhang, Qiaofei Li, Xiuwen Yi, Yu Zheng来源：arXiv:1903.07789v2 [cs.CV] 17 Jul 20201 论文背景与动机 先前的工作主要集中在预测规则的网格化区域的人群流动。然而，城市实...

Dynamic Spatial-Temporal Graph Convolutional Neural Networks for Traffic Forecasting总结作者：Zulong Diao,Xin Wang, Dafang Zhang, Yingru Liu,Kun Xie, Shaoyao He,湖南大学计算机科学与电子工程学院来源：AAAI-2019源码：???(未找到)一、论文动机在ITS的Traffic forecasting方面，目前已有许多理论研究工作。其中，traditi

在智能交通系统（ITS）中，用已有交通数据准确、实时预测未来短期交通流量，对城市交通规划、交通管理和控制很重要。短期交通流预测是要预测某条道路在未来几分钟或几小时交通流的变化情况（流量、速度等）。交通流量预测方法可分为三类：统计方法模型、传统机器学习模型和深度学习模型。一、统计方法模型 1.1 HA模型(History Average Model) Stephanedes 于1981 年将HA模型应用于城市交通控制系统。 算法定义 ...