FineGrained PPT
FineGrained PPT
本篇论文是郑宇团队法表在2021 AAAI的交通流预测的论文。基于郑宇团队之前在网格类时空数据的工作，本文将数据集划分为更小的粒度进行处理，同时用元学习器对额外特征（天气）和路网信息进行融合学习。本文的难点在于更细分的区域带来的参数量大难以处理等问题，如全局依赖更复杂，远距离的依赖需要求解更多的跳数，如果找常用卷积会带来计算量和内存容量的大幅度增长；同时额外因素经过全连接映射，最后需要映射到和交通流量同维度，也会造成太多的参数难以优化。
论文看起来似曾相识，却又有很好的创新点，实验设计也很完备，后来才发现也是郑宇网格类系列论文。本文依然没有专门对时间依赖用其他模型去处理，仍然是手工提取CPT时间序列。大体上还是基于CNN的，backbone处理了局部依赖，GloNet处理全局依赖并可以语义化理解。在backbone这里并不算创新，因为DeepLGR完全就是基于SENet去做的（但本文没有引用此文，我还对此保留意见。结果发现这篇也是郑宇团队的）。
文件下载
资源详情
[{"title":"（ 6 个子文件 17.03MB ） FineGrained PPT ","children":[{"title":"20210322.pptx <span style='color:#111;'> 5.30MB </span>","children":null,"spread":false},{"title":"readme.md <span style='color:#111;'> 1.91KB </span>","children":null,"spread":false},{"title":"Adaptive Multi-channel Graph Convolutional Networks.pptx <span style='color:#111;'> 3.70MB </span>","children":null,"spread":false},{"title":"graph wavenet for deep spatial-temporal graph modeling.pptx <span style='color:#111;'> 4.27MB </span>","children":null,"spread":false},{"title":"稿子.md <span style='color:#111;'> 19.74KB </span>","children":null,"spread":false},{"title":"Flow Prediction in Spatio-Temporal Networks Based on Multitask Deep Learning.pptx <span style='color:#111;'> 4.17MB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- SecureCRSecureFXPortable64.zip
- IBM Rational Robot下载链接以及密码
- 学生信息管理系统（C++简单教学版）
- 国密SM2算法基于Openssl实现
- 雷达匹配滤波和脉冲压缩matlab仿真及分析
- matlab三维天球模拟.zip
- 矢量分析与场论 第4版（谢树艺）
- CentOS7下部署Django项目详细操作步骤
- ubuntu下wps缺失的字体文件（附带字体安装方法说明）
- json-lib-2.1-jdk15.jar
- C++透视自瞄原理学习.rar
- C++实现http/https/ftp文件下载
- 数据结构 哈夫曼树C语言源代码
- Live555Client移植到VS2019
- mqtt前端客户端Demo.zip
- frp_0.35.1_windows_amd64.zip
- 公司踏青活动策划方案.docx
- FSW_K10x_LTE_DL_UserManual_en_11.pdf
- EPM1270T144C5实时时钟DS12887工业PC控制卡AD设计硬件原理图+PCB+封装库文件.zip
- RIOT_v0.6.0.rar
- 四川大学2014年计算机网络期末复习
- Android端大华视频播放SDK，包含demo
- PLC视频学习例子大全S7200 SMART
- 18B20+1602温度报警完整
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明