机构名称：
¥ 1.0
摘要 —本文旨在在非欧几里得空间中统一空间依赖性和时间依赖性，同时捕捉交通数据的内部时空依赖性。对于具有拓扑结构的时空属性实体，时空是连续且统一的，而每个节点的当前状态受其邻居在不同时间段内的过去状态的影响。大多数用于交通预测的时空神经网络在处理过程中分别研究空间依赖性和时间相关性，严重损害了时空完整性，并且忽略了节点邻居的时间依赖周期可能延迟且动态的事实。为了模拟这种实际情况，我们提出了一种新颖的时空图神经网络 TraverseNet，将空间和时间视为一个不可分割的整体，以挖掘时空图，同时通过消息遍历机制利用每个节点不断发展的时空依赖性。消融实验和参数研究验证了所提出的 TraverseNet 的有效性，详细实现可从 https://github.com/nnzhan/TraverseNet 找到。
统一交通消息传递中的空间和时间......
主要关键词
相关文件推荐
