Spatiotemporal Multi-Graph Convolution Network for Ride-Hailing Demand Forecasting

问题类别

回归、网络结构、多图

问题描述

区域级（将一个城市按1平方km分为多个区域）的乘车需求预测。区域级乘车需求预测的目标是在历史观测的基础上，预测城市各区域未来的乘车需求。以前的方法：1、基于区域的时空预测中，使用的是处理欧几里德数据的卷积神经网络和递归神经网络。2、当用RNN建立时间相关模型时，每个区域都是独立的或仅基于局部信息（和全局信息相反，如没有考虑城市所有区域一些事件的影响）进行处理的。

解决方法的核心思路

使用非欧几里德关系（即图神经网络）进行预测，具体为多图时空图卷积网络。1、空间建模。根据区域节点在不同关系（地理位置邻接、功能相似、交通连通性）构建不同的图（邻接矩阵）进行图卷积训练；2、时间建模。使用RNN建立时间相关模型时，考虑了全局和上下文信息（比如城市内所有乘车需求的增加/减少通常会影响未来需求，某个区域正在施工也会影响未来需求），对不同的历史观测值进行加权处理。

Spatiotemporal Multi-Graph Convolution Network for Ride-Hailing Demand Forecasting相关推荐

行人轨迹论文:STUGCN:A Social Spatio-Temporal Unifying Graph Convolutional Network for Trajectory Predictio
STUGCN:A Social Spatio-Temporal Unifying Graph Convolutional Network for Trajectory Prediction用于轨迹预测 ...
LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation【论文阅读笔记】
文章目录 1.文章为了解决什么问题? 2.文章提出了什么方法? 3.模型架构以及原理? 4.模型有效性分析 5.改进的效果如何以及比较的对象 6.future work 这篇论文提出了LightGCN ...
SIGIR20|LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation
SIGIR20|LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation 文章链接:https:/ ...
行人轨迹论文阅读SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction
SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction SSAGCN: ...
论文阅读：LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation
论文阅读:LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation paper:https:// ...
论文翻译 SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory Prediction 用于行人轨迹预测的稀疏图卷积网络
SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory Prediction 用于行人轨迹预测的稀疏图卷积网络行人轨迹预测是自 ...
Graph convolution network with similarity awareness and adaptive calibration...MIA,2020.
Song X, Zhou F, Frangi A F, et al. Graph convolution network with similarity awareness and adaptive ...
Graph Convolution Network图卷积网络（二）数据加载与网络结构定义
背景 : 弄懂Graph Convolution Network的pytorch代码如何加载数据并且如何定义网络结构的. 代码地址:https://github.com/tkipf/pygcn 论文地 ...
【论文阅读 SAGLG】Self-Attentive Graph Convolution Network With Latent Group Mining and Collaborative ……
Self-Attentive Graph Convolution Network With Latent Group Mining and Collaborative Filtering for Pe ...
卷积-CNN-GCN-LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation论文笔记
参考博客:https://www.zhihu.com/question/54504471/answer/332657604 1. 卷积连续: ( f ∗ g ) ( n ) = ∫ − ∞ + ∞ ...

Spatiotemporal Multi-Graph Convolution Network for Ride-Hailing Demand Forecasting

问题类别

问题描述

解决方法的核心思路

Spatiotemporal Multi-Graph Convolution Network for Ride-Hailing Demand Forecasting相关推荐

最新文章

热门文章