PatchSTG

PatchSTG 模型通过时空图 Transformer 增强交通预测能力

研究人员开发了 PatchSTG，这是一种新颖的时空图 Transformer 模型，旨在提高传感器网络上交通预测的准确性和效率，尤其是在数据分布不规则的情况下。该模型通过将传感器划分为地理块来实现分层空间表示，从而启用捕获局部和全局交通动态的双重注意力机制。这种方法降低了计算复杂性，并在真实交通数据集上展示了具有竞争力的性能。