时间感知图网络

攻克图不可分辨

通过同时学习图的结构和语义特征,并显式融入时间信息,该网络能够生成更具区分度的时空图表示,从而在交通预测任务上取得最优性能。

Mao, Chen · Han, Liangzhe · Yi, Xu · 诸彤宇 · Jibin, Wang · 孙磊磊

Information Fusion 2024

技术优势

图不再趋同

同时学习图的结构和语义,捕获固有图特征,避免学到的图收敛到隐式且不可区分的表示。

时间信息显式建模

自采样相关历史序列,并通过时间感知图编码器将时间信息显式融入图学习,捕获时间差异特征。

节点差异被保留

刻意生成稀疏图,捕获节点差异特征,使不同节点的图表示更具区分度。

预测精度最优

结合三个关键组件克服图不可分辨问题,在交通预测上取得最优性能。

应用场景