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 ) = ∫ − ∞ + ∞ ...
最新文章
- R语言get函数、get0函数、mget函数获取数据对象实战
- django1.5 连接mysql_django1.5.5使用mysql
- 传统品牌vs新消费品牌社交营销差异化分析报告
- 新盲盒星球抽奖商城手机网站源码 随机开箱抢购
- Java并发编程:面试必备之线程池
- uniapp小程序倒计时
- “铜三铁四“来一套程序员内卷超车赛道-音视频开发
- 微信小程序简单实现类似饿了么,美团文字公告告示垂直循环滚动效果
- 西电计组实验一 存储器实验
- 从零学习PyTorch(5)----整个天空都是灰蒙蒙的
- b站python直播批量发送弹幕_Python实现自动发送B站直播弹幕软件
- GitHub 上的大佬们打完招呼,会聊些什么?
- 两万条数据需要做个数据图_第3关:基于Excel对电商母婴数据进行分析
- Vue中slot的使用(具名插槽与作用域插槽)
- 泰凌微ble mesh蓝牙模组天猫精灵学习之旅 ① 小白也痴迷,如何在 Linux环境搭建编译烧录 安信可TB02,点亮一盏LED灯;
- Python实现图片手绘效果
- 2022-3-5 王爽《汇编语言》第七章
- [欠驱动机器人]3,Acobot,Cart-pole和Quadrotors
- 学物理难还是学计算机难,数学专业,物理专业和计算机专业怎么选择?哪一个未来前景比较好呢?...
- Shiro反序列化漏洞利用笔记