STHMoE

新的STHMoE框架使用大语言模型和超图进行城市交通预测

研究人员开发了STHMoE，一种用于城市交通数据预测的新颖框架，该框架利用了由超图增强的专家混合方法。该方法旨在更好地协调交通数据中的时间、频谱、空间和高阶结构线索，这些数据通常表现出复杂且动态的模式。通过采用基于大语言模型骨干的提示引导专家，STHMoE可以在没有预定义拓扑结构的情况下捕获不断发展的空间结构和群体交互，并在实验中展示出与现有基线相比具有竞争力的性能。