研究人员开发了GeoMAE，一种新颖的自监督学习模型，旨在处理时空图预测中的缺失数据。该模型通过整合动态空间相关性和提高跨不同缺失数据模式的泛化能力，解决了现有方法的局限性。GeoMAE利用基于注意力机制的网络和掩码自动编码器方法，在真实世界数据集上的性能显著优于当前基准。 AI
影响 引入了一种处理时空预测中缺失数据的新方法，有望改进城市智能系统。
排序理由 该集群包含一篇研究论文，详细介绍了用于时空图预测的新模型。[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 →