即插即用
通过任务分解和流学习，实现可扩展且可持续的交通预测。
余剑
IEEE Transactions on Knowledge and Data Engineering 2024
该方案无需修改现有预测器结构，可直接与六种先进模型结合并提升性能。
采用基于经验Fisher信息损失的流学习算法，使预测器能够从新数据中增量学习，避免从头重新训练。
通过领域知识将交通预测任务分解为子任务，每个子任务由低复杂度模型处理，从而适应不同数据规模和数量。
该方案在自回归长期预测上表现优异，能够提供更长时间的准确交通预测。