HERMES模型利用图神经网络推进交通冲突预测

研究人员开发了HERMES，一种用于预测信号交叉口交通冲突的新型图神经网络。该模型将车辆和行人表示为异构节点，将它们之间的交互表示为关系特定的边，并结合了运动学和安全描述符。在检测冲突序列方面，HERMES在评估中表现优于Transformer和XGBoost基线模型，AUC-ROC达到0.9898，AUC-PR达到0.9412。 AI

影响 这项研究可能有助于交通管理系统采取更主动的安全措施。

排序理由 该集群包含一篇详细介绍新模型及其评估的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• HERMES
• Hugging Face
• Md Monzurul Islam
• ScienceCast
• State Space Model
• Transformer++
• XGBoost

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →