SpecLST

SpecLST框架通过频域建模增强交通预测

研究人员开发了SpecLST，一个旨在通过有效建模长期依赖性和整合多样化数据源来改进交通预测的新框架。该系统利用快速傅里叶变换来编码历史交通模式，绕过了传统注意力机制的计算限制。SpecLST还采用了混合专家架构和频域增强残差头，以更好地捕捉来自道路事件和天气等外部因素的瞬态效应。这种方法在交通预测方面显著降低了错误率，在多个指标上均优于现有基线。