训练耗时降 79%
同时建模全局趋势与局部波动，用更少的计算资源实现更准的交通流预测。
Lipeng, Zhao · 郭兵 · Dai, Cheng · 沈艳 · Chen, Fei · Mingjie, Zhao · Yuchuan, Hu
Big Data Research 2024
模型显式建模全局时空信息，弥补了传统方法只关注局部关系的不足，使预测更符合整体演化规律。
通过动态捕捉时空图的时变特性，模型能准确反映交通流的短期起伏，避免对突变的钝化。
模型结构高效，在 PEMSD8 上训练总时长减少 79%，显著降低了计算资源需求。