研究人员开发了一种新的动态融合大语言模型(DF-LLM),专门用于交通流量预测。该模型通过更有效地整合空间和时间数据,解决了传统神经网络和现有大语言模型的局限性。DF-LLM包含一个时空嵌入模块、一个利用图卷积的时空融合模块,以及一个具有参数自适应策略和上下文聚合注意力模块的大语言模型骨干。实验表明,与现有方法相比,DF-LLM在交通流量预测任务上取得了更优异的性能。 AI
影响 通过更好地预测交通流量,该模型可以提高交通管理系统的效率和准确性。
排序理由 该集群描述了一篇详细介绍用于特定应用(交通流量预测)的新颖模型的学术论文。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- context aggregation attention module
- DF-LLM
- graph convolutional network
- large language model
- LLM backbone
- spatiotemporal embedding module
- spatiotemporal fusion module
- Hugging Face Daily Papers
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →