グラフ剪定に基づく空間時間グラフ畳み込みネットワークと転移学習によるトラフィック予測

都市化の進行と人口の急増に伴い、交通渋滞の問題がますます深刻化している。本研究では、グラフ剪定と転移学習の手法を組み合わせた新しい空間時間グラフ畳み込みネットワークモデル(TL-GPSTGN)を提案し、限られたデータでも高精度なトラフィック予測を実現する。