Islenet

IsleNet 通过空间划分实现高效的动态时空图解耦

研究人员开发了 IsleNet，一种用于从动态时空图中解耦数据的创新方法，这对于交通和天气预测等应用至关重要。现有方法由于全局信息传播，需要昂贵的全局图重新训练才能删除特定数据。IsleNet 通过使用空间熵引导的划分来创建更小、更连贯的子图来解决这个问题。这种方法通过仅重新训练受影响的子图和虚拟边来实现高效解耦，准确率可达全局图的 94%，同时将解耦时间缩短了一个数量级。