实体
GCN-GRU
GCN-GRU
PulseAugur coverage of GCN-GRU — every cluster mentioning GCN-GRU across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
时空图Transformer提升边缘计算流量预测能力
研究人员开发了一种新颖的时空图Transformer框架，旨在提高边缘计算环境中的流量预测准确性。该框架利用图神经网络对服务区域之间的空间相关性进行建模，并采用基于Transformer的自注意力机制来捕捉流量数据中的长程时间依赖性。在真实蜂窝网络数据上的实验表明，该方法优于现有的基于图的循环模型，能够实现更有效的预测性资源配置，并降低系统过载的风险。
-
多变量时间序列预测集新方法揭晓
研究人员推出了一种新颖的多变量时间序列联合预测集方法——过滤共形椭球体。该方法利用状态空间滤波器发出预测均值和协方差，然后使用分段共形方法进行校准。该框架旨在控制单次事件，同时适应跨坐标依赖性，受益于学习到的预测协方差，而不依赖于高斯尾部概率进行覆盖。