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
Bruce_Liuxiaowei3 分钟前
使用Python脚本在Mac上彻底清除Chrome浏览历史:开发实战与隐私保护指南
chrome·python·macos
vocal10 分钟前
谷歌第七版Prompt Engineering—第一部分
人工智能
MonkeyKing_sunyuhua10 分钟前
5.6 Microsoft Semantic Kernel:专注于将LLM集成到现有应用中的框架
人工智能·microsoft·agent
ruyingcai66666616 分钟前
用python进行OCR识别
开发语言·python·ocr
arbboter18 分钟前
【AI插件开发】Notepad++ AI插件开发1.0发布和使用说明
人工智能·大模型·notepad++·ai助手·ai插件·aicoder·notepad++插件开发
Niuguangshuo18 分钟前
Python设计模式:MVC模式
python·设计模式·mvc
BB_CC_DD19 分钟前
四. 以Annoy算法建树的方式聚类清洗图像数据集,一次建树,无限次聚类搜索,提升聚类搜索效率。(附完整代码)
深度学习·算法·聚类
TOMGRIL22 分钟前
文件的读取操作
python
liuweidong080226 分钟前
【Pandas】pandas DataFrame radd
开发语言·python·pandas
IT_Octopus31 分钟前
AI工程pytorch小白TorchServe部署模型服务
人工智能·pytorch·python