English(EN) GeoGNN: Time Series Geo-Localization using Two-Tower Graph Neural Networks

GeoGNN 使用图神经网络进行时间序列地理定位

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-06 19:10

研究人员开发了 GeoGNN，一种用于时间序列地理定位的新型双塔图神经网络架构。该方法通过从地理邻接图和时间序列本身学习嵌入来推断时间序列数据的地理来源。在用电数据集上的实验表明，GeoGNN 平均显著提高了地理定位精度约 27%。 AI

影响引入了一种为时间序列数据添加空间上下文的新方法，可能支持支持位置感知的应用程序。

排序理由该集群包含一篇详细介绍新模型架构及其实验结果的研究论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Toan Tran, Waqwoya Abebe, Abhishek Potnis, Supriya Chinthavali, Cyrus Shahabi, Li Xiong, Dalton Lunga · 2026-06-09 04:00

GeoGNN：使用双塔图神经网络进行时间序列地理定位

arXiv:2606.08303v1 Announce Type: new Abstract: This paper investigates a novel concept of time series geolocalization, where the goal is to infer the geographic origin of each raw time series. Successful geolocalization can provide spatial context to time series, enabling downst…
arXiv cs.LG TIER_1 English(EN) · Dalton Lunga · 2026-06-06 19:10

GeoGNN：使用双塔图神经网络进行时间序列地理定位

This paper investigates a novel concept of time series geolocalization, where the goal is to infer the geographic origin of each raw time series. Successful geolocalization can provide spatial context to time series, enabling downstream location-aware applications. We formalize t…