时间序列预测 Graph-WaveNet:Graph WaveNet for Deep Spatial-Temporal Graph Modeling

Graph-WaveNet

    • [Graph WaveNet for Deep Spatial-Temporal Graph Modeling](#Graph WaveNet for Deep Spatial-Temporal Graph Modeling)
    • 1.概述
    • [2.提出问题 & 解决策略 & 模型结构](#2.提出问题 & 解决策略 & 模型结构)
    • 3.实验结果

**

Graph WaveNet for Deep Spatial-Temporal Graph Modeling

**

1.概述

时空图建模是分析系统中各组成部分的空间关系和时间趋势的一项重要任务。现有的方法大多捕获固定图结构上的空间依赖,假设实体之间的底层关系是预先确定的。然而,明确的图结构(关系)并不一定反映真实的依赖关系,由于数据中的连接不完整,可能会丢失真实的关系。此外,现有的方法无法捕获时间趋势,因为这些方法中使用的rnn或cnn无法捕获长时间序列。

为了克服这些限制,我们在本文中提出了一种基于CNN的新的图神经网络架构Graph-WaveNet,用于时空图建模。通过建立一种新的自适应邻接矩阵并通过node embedding学习该矩阵 ,该模型可以准确地捕获数据中隐藏的空间依赖。通过a stacked dilated casual 1D convolution component 实现感受野随层数指数级增长,Graph WaveNet能够处理非常长的序列。这两个组件无缝地集成在一个统一的框架中,整个框架以端到端的方式学习。

在metro - la和PEMS-BAY两个公共交通网络数据集上的实验结果证明了该算法的优越性能。

2.提出问题 & 解决策略 & 模型结构

3.实验结果


相关推荐
arbboter8 分钟前
【AI插件开发】Notepad++ AI插件开发实践:从Dock窗口集成到功能菜单实现
人工智能·notepad++·动态菜单·notepad++插件开发·dock窗口集成·ai代码辅助工具·ai对话窗口
jndingxin16 分钟前
OpenCV 图形API(或称G-API)(1)
人工智能·opencv·计算机视觉
橘猫云计算机设计44 分钟前
基于django优秀少儿图书推荐网(源码+lw+部署文档+讲解),源码可白嫖!
java·spring boot·后端·python·小程序·django·毕业设计
互联网杂货铺1 小时前
如何用Postman实现自动化测试?
自动化测试·软件测试·python·测试工具·测试用例·接口测试·postman
予安灵1 小时前
一文详细讲解Python(详细版一篇学会Python基础和网络安全)
开发语言·python
神马行空1 小时前
一文解读DeepSeek大模型在政府工作中具体的场景应用
人工智能·大模型·数字化转型·deepseek·政务应用
合合技术团队1 小时前
实测对比|法国 AI 独角兽公司发布的“最强 OCR”,实测效果如何?
大数据·人工智能·图像识别
冷月半明1 小时前
Python项目打包指南:PyInstaller与SeleniumWire的兼容性挑战及解决方案
python·selenium
冷月半明1 小时前
《Pandas 性能优化:向量化操作 vs. Swifter 加速,谁才是大数据处理的救星?》
python·数据分析·pandas
蒹葭苍苍8732 小时前
LoRA、QLoRA微调与Lama Factory
人工智能·笔记