Effiziente und genaue Vorhersage von Spatial-Temporal Graph-Daten mit STG-Mamba

STG-Mamba ist ein neuartiger Ansatz, der moderne selektive Zustandsraummodelle (SSSM) für genaue und effiziente Spatial-Temporal Graph-Lernaufgaben nutzt. STG-Mamba integriert dynamisch anpassbare Graphstrukturen und selektive Merkmalsauswahl, um die komplexen Dynamiken von STG-Systemen präzise zu erfassen.