研究人员开发了SqLinear，这是一种旨在提高交通预测模型可扩展性和准确性的新型架构。SqLinear引入了一种“方形分区”算法，将大型传感器网络划分为平衡的空间区域，克服了现有基于启发式方法的局限性。它还具有一个“分层线性交互”（HLI）模块，该模块用线性交互方案取代计算成本高昂的注意力机制，以实现高效的时空建模。在四个大型数据集上的实验表明，SqLinear能够降低预测误差并显著缩短训练时间，尤其是在需要极高可扩展性的场景中。 AI
影响 SqLinear在可扩展时空建模方面的方法可以使人工智能在城市规划和智能交通系统中得到更广泛的应用。
排序理由 详细介绍新模型架构和算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
