Guided by Voices

新的GUIDED层增强了GNN在交通分配中的应用，并缩短了训练时间

研究人员开发了一种新颖的网络无关初始化层，称为几何无约束归纳需求嵌入（GUIDED），以解决图神经网络（GNN）在交通规划中使用的空间泛化差距。该方法通过将出行需求视为虚拟链路上的标量属性来标准化输入空间，从而使异构图注意力网络（HetGAT）等GNN模型能够更有效地迁移到新的城市环境。GUIDED层不仅保持了高预测精度和对不同需求模式的鲁棒性，而且将训练时间缩短了约50%，并促进了参数高效的域适应。