研究人员开发了一种名为DRAN的新型网络架构，以提高时空预测的准确性，特别是在动态变化的系统中。DRAN通过动态适应数据分布和关系随时间的变化来解决非平稳性问题。关键创新包括一个空间因子学习器（SFL），用于在归一化过程中保留空间关系，以及一个动态-静态融合学习器（DSFL），用于整合变化和稳定的关系。该方法在天气和交通预测任务上表现出优于现有方法的性能。 AI
影响 为动态系统中更准确的时空预测引入了一种新颖的架构。
排序理由 这是一篇描述时空预测新网络架构的研究论文。[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 →