基于多頭注意力時空圖神經網絡的交通流預測

摘要： 準確的交通預測對于智能交通系統(tǒng)(ITS)至關重要。然而，由于復雜的時間和空間依賴關系，現有的交通流預測方法未能有效捕獲路網的時空特征，并且忽略了路網交通數據的相關性在空間維度和時間維度上表現出的較強動態(tài)性。為了進一步提高預測精度，提出了一種基于多頭注意力的時空圖神經網絡模型。首先，該模型構造了一個自適應圖結構學習組件，該自適應圖結構學習組件可以有效地捕獲圖結構的動態(tài)時空相關性。... （共8頁）