PulseAugur
中
实时 05:53:22
English(EN) A2TTA: Anchored-and-Agile Test-Time Adaptation for Evolving Traffic Sensor Networks

新的A2TTA框架使交通预测能够适应不断演进的网络

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了A2TTA，一个专为演进交通传感器网络中的测试时适应性设计的新型框架。该方法解决了网络拓扑不断变化和交通数据时间变化带来的挑战。A2TTA将拓扑引起的误差转化为可扩展的输出校准问题，并将时间适应性分离为持久的全局校正和敏捷的上下文特定专业化。在十个真实交通网络上进行的实验表明，A2TTA在不同的骨干网络、数据集和预测范围内都能持续提高预测性能。 AI

影响 该框架可以提高动态城市环境中交通预测模型的准确性和鲁棒性。

排序理由 这是一篇详细介绍特定机器学习应用新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新的A2TTA框架使交通预测能够适应不断演进的网络

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Du Yin, Xiachong Lin, Yue Tan, Jinliang Deng, Estrid He, Hao Xue, Flora D. Salim ·

    A2TTA：面向不断演进的交通传感器网络的锚定与敏捷测试时自适应

    arXiv:2607.25875v1 Announce Type: cross Abstract: Traffic forecasting is important for efficient traffic management and route planning in smart cities. Existing traffic forecasting studies typically assume fixed sensor graphs, overlooking the continuous evolution of real-world tr…

相关实体

相关话题