PatchSTG

新的Transformer模型提高了交通预测的准确性和效率

两篇研究论文介绍了一种新颖的基于Transformer的交通预测架构。第一篇是轻量级且可解释的Transformer，它使用混合图算法展开方法和ADMM来捕获空间和时间相关性，从而大大减少了参数数量。第二篇PatchSTG通过采用基于块的分层空间表示和双注意力机制来处理不规则传感器网络中的可扩展性问题，从而有效地进行局部和全局依赖建模。