图Transformer行程时间估计器

比现有最优快17%

利用轨迹节点的图结构，在经典行程时间估计任务上取得显著提升。

Huang, Yunjie · Song, Xiaozhuang · Zhang, Shiyao · Lei, Li · 余剑

IEEE Internet of Things Journal 2024

参数信息

性能提升

17 %

评估数据集数量

3

技术优势

精度明显更高

在三个真实数据集上平均提升约17%，超过现有最优基线。

同时利用序列和空间信息

图结构为每个轨迹点提供相对空间信息，区域邻接在序列数据上提供更丰富的特征。

应用场景

• 城市交通管理：为交通信号优化和拥堵预测提供更准的行程时间。
• 网约车与物流调度：更准的预估到达时间可优化派单和路径规划。
• 智能导航系统：为用户提供更可靠的到达时间预测，改善路线选择。