【2020顶会AAAI】时空同步图卷积网络: 一种时空网络数据预测的新框架

概述 时空网络数据预测在交通管理和城市规划的大量应用中具有重要意义。然而，潜在的复杂时空相关性和异质性使这个问题具有挑战性。现有的方法通常使用单独的分量来获取时空相关性，而忽略了时空数据的异质性。在本文中，我们提出了一个新的模型，名为时空 同步图形卷积网络(STSGCN)，用于时空网络数据预测。通过精心设计的时空同步建模机制，该模型能够有效地捕捉复杂的局域时空相关性。同时，在模型中设计了多个不同时

>>阅读原文<<