PulseAugur
中
实时 06:41:57
实体 ridehailing demand forecasting

ridehailing demand forecasting

PulseAugur coverage of ridehailing demand forecasting — every cluster mentioning ridehailing demand forecasting across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_212155 ·

    新型多模态图网络改进城市时空预测

    本文提出了一种将区域间关系视为多模态机器学习问题的新型城市时空预测方法。所提出的方法利用多图卷积网络并结合两种交互技术来增强特征提取并减少泛化误差。具体来说，它在较低层使用分组 GCN 来整合不同模态的连通性，在较高层使用多线性关系 GCN 来学习更通用的特征，在网约车需求预测任务上的预测准确性和效率方面优于现有基线。