论文-An Improved Dynamic Chebyshev Graph Convolution Network for Traffic Flow Prediction with Spatial-Temporal Attention

发布者:交通运输学院发布时间:2021-12-07浏览次数:224

【论文名称】An Improved Dynamic Chebyshev Graph Convolution Network for Traffic Flow Prediction with Spatial-Temporal Attention

【研究生姓名】胡志远(交通运输工程,2019级)

【导师】廖律超

【期刊介绍】Applied Intelligence,该期刊以人工智能和神经网络研究为重点,旨在解决现实生活中无法通过传统方法解决的复杂实际问题,位列JCR Q1分区。

【论文介绍】该研究团队通过大量调研工作,发现现有的交通拓扑图更新方法多数采用了比较典型的时序模型,无法充分整合交通路网的动态变化特性,使其预测精度与更新速度都受到限制。为此,提出了一种融合注意力机制与切比雪夫图卷积网络的图更新方法,该方法充分结合交通路网动态变化特性,有效提高了交通流预测模型精度和模型计算效率。通过大量实验表明,该方法可有效提高复杂路网的交通流预测能力。

【发表情况】已录用