2017 AAAI
使用时空残差网络ST-ResNet 进行 城市区域流入流出客流量预测
1 研究对象
城市客流流入流出
根据经纬度将城市划分为网格 I×J
1.1 难点
-
空间依赖性
-
时间依赖性
-
外部影响
2 模型
3 实验
北京出租车数据+纽约自行车数据
评价指标：RMSE
论文笔记：Deep Spatio-Temporal Residual Networks for Citywide Crowd FlowsPrediction
UQI-LIUWJ2023-07-21 9:34
相关推荐
m0_650108245 小时前
Raw2Drive：基于对齐世界模型的端到端自动驾驶强化学习方案快降重科研小助手6 小时前
前瞻与规范：AIGC降重API的技术演进与负责任使用源于花海18 小时前
IEEE TIE期刊论文学习——基于元学习与小样本重训练的锂离子电池健康状态估计方法m0_650108241 天前
UniDrive-WM：自动驾驶领域的统一理解、规划与生成世界模型蓝田生玉1231 天前
LLaMA论文阅读笔记*西瓜1 天前
基于深度学习的视觉水位识别技术与装备大模型最新论文速读1 天前
BAR-RAG: 通过边界感知训练让单轮 RAG 效果媲美深度研究觉醒大王2 天前
科研新手如何读文献？从“乱读”到“会读”有Li2 天前
SafeRPlan: 用于椎弓根螺钉置入术中规划的安全深度强化学习/文献速递-基于人工智能的医学影像技术小明_GLC2 天前
Is Mamba Effective for Time Series Forecasting?论文阅读