交通流与车速预测精度领先
该网络通过多尺度动态图捕获分层空间特征，并利用图丢失与门控残差编码器-解码器避免过平滑和冗余信息传输，在多个真实数据集上优于现有基准。
倪庆剑 · Peng, Wenqiang · Yuntian, Zhu · Ruotian, Ye
Engineering Applications of Artificial Intelligence 2023
自学习分层图结构自动捕获不同层次的空间相关性，省去人工设计邻接矩阵的步骤，直接适配任意路网。
图dropout在训练中随机稀疏化图结构，防止深层图卷积后节点特征趋同，保留每个路口或路段的独特模式。
在交通流预测和交通速度预测两个任务上均取得最优性能，一套模型同时满足流量管控与速度监测需求。