Core Concepts
다중 요인 시공간 예측을 위한 그래프 분해 학습의 효과적인 이론적 해결책과 이를 구현한 프레임워크를 제안합니다.
Abstract
다중 요인 시공간 예측의 중요성과 기존 방법의 한계 소개
그래프 분해 학습 프레임워크의 구성 요소 및 작동 방식 설명
네 가지 실제 데이터셋에 대한 실험 결과 요약
Stats
결과는 우리의 이동식 프레임워크가 다양한 ST 모델의 예측 오류를 평균 9.41% (최대 35.36%) 줄였음을 보여줍니다.
Quotes
"우리의 이동식 프레임워크는 다양한 ST 모델의 예측 오류를 평균 9.41% (최대 35.36%) 줄였습니다."