交通预测稀疏网络

复杂度近线性

不牺牲预测精度的大规模交通流预测方案。

Kong, Weiyang · Kaiqi, Wu · 张森 · Liu, Yubao

Proceedings of the VLDB Endowment 2025

参数信息

训练加速比

3.51 ×

技术优势

训练快3.51倍

模块以线性时间和空间复杂度运行，避免随着节点数增加而急剧膨胀。

不牺牲精度

在达到线性复杂度的同时，模型在多个真实数据集上保持高预测性能。

应用场景

• 智能交通系统：可实时处理大规模路网数据，支撑城市级交通流预测。
• 时空预测模型：以线性复杂度捕获时空依赖，替代高复杂度GNN。
• 动态路由规划：快速更新预测以优化路线，减少拥堵。