基于多頭注意力時空圖神經(jīng)網(wǎng)絡的交通流預測

摘要： 準確的交通預測對于智能交通系統(tǒng)(ITS)至關重要。然而，由于復雜的時間和空間依賴關系，現(xiàn)有的交通流預測方法未能有效捕獲路網(wǎng)的時空特征，并且忽略了路網(wǎng)交通數(shù)據(jù)的相關性在空間維度和時間維度上表現(xiàn)出的較強動態(tài)性。為了進一步提高預測精度，提出了一種基于多頭注意力的時空圖神經(jīng)網(wǎng)絡模型。首先，該模型構(gòu)造了一個自適應圖結(jié)構(gòu)學習組件，該自適應圖結(jié)構(gòu)學習組件可以有效地捕獲圖結(jié)構(gòu)的動態(tài)時空相關性。... （共8頁）