研究人员开发了一种名为SMT-GraphFormer的新型时空多任务图Transformer模型，用于预测公交乘客数量。该模型将行程级别的公交预测视为一个序列到序列的任务，并纳入了天气和时间信息等因素。在挪威特隆海姆的数据上进行的评估表明，SMT-GraphFormer在预测下车人数方面优于现有的站点级别基准。 AI
影响 该新模型通过更好地捕捉复杂时空动态，提高了公交规划和运营的准确性。
排序理由 该集群包含一篇详细介绍公交预测新模型的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →