自适应图增强预测模型

动态适应交通变化

通过动态图调整和节点流量掩码，模型能够适应不断变化的交通模式，在多个基准数据集上优于现有方法。

Zhang, Dingkai · Pengfei, Wang · Lu, Ding · 王晓玲 · Jifeng, He

IEEE Transactions on Intelligent Transportation Systems 2024

技术优势

动态调整图结构

根据交通条件动态调整图结构，使模型能够适应不断变化的交通模式。

缓解数据稀缺

通过节点流量掩码进行数据增强，减轻有限数据对模型优化的影响。

优于现有方法

在五个基准数据集上均取得优于各种最新基线的结果。

应用场景

• 交通流预测：为交通管理者提供更准确的实时流量预测，辅助信号配时与拥堵疏导。
• 智能交通系统：可直接集成到现有智能交通系统中，提升交通运行效率。
• 图神经网络：为图神经网络在交通领域的应用提供动态图增强新思路。