登入
洞見 - Verkehrsanalyse und -prognose
Vorhersage der Nachfrage nach Fahrradverleihsystemen durch Kombination von räumlich-zeitlichen Graphen-Convolutional-Netzwerken und großen Sprachmodellen
Dieser Forschungsbeitrag präsentiert ein neues Deep-Learning-Framework, das Spatio-Temporal Graph Convolutional Network (STGCN) mit einem Großen Sprachmodell (LLM) kombiniert, um die Nachfrage nach Fahrradverleihsystemen vorherzusagen. Das vorgeschlagene STGCN-L-Modell zeigt im Vergleich zu bestehenden Modellen eine wettbewerbsfähige Leistung und demonstriert das Potenzial zur Vorhersage der Fahrradnachfrage.
Progressiv Graphische Konvolutionsnetzwerke für räumlich-zeitliche Verkehrsprognosen
Das vorgeschlagene Modell Progressive Graph Convolutional Networks (PGCN) erfasst die sich im Laufe der Zeit ändernden räumlichen Korrelationen, indem es sich dynamisch an die für die Prognosezwecke verwendeten Daten anpasst.
