融合个体偏好与动态路况
该算法引入个体偏好建模，结合动态时空关联与长期速度预测，为每一位出行者提供更贴合其习惯的行程时间估计。
Zou, Guojian · Lai, Ziliang · 马昌喜 · Tu, Meiting · Jing, Fan · Li, Ye
IEEE Transactions on Intelligent Transportation Systems 2023
通过跨网络整体注意力提取个体出行偏好，并与动态路况隐藏状态关联，最终由语义Transformer整合，使估计结果贴合个人出行特点。
在银川市高速公路数据集上的实验表明，所提模型超越现有最优基线方法。