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
- PDFReaderActiveX.OCX
- 贴片元件封装尺寸图大全
- Quartus II 功耗分析
- 计算机算法与分析(Aho,Hopcroft,Ullman)
- 基于FPGA的等精度频率计的设计
- 成三围棋c语言开发
- ICLR 2021上与【图神经网络（GNN）】相关的论文（五篇）
- VMTK Tutorials
- 室内定位卡尔曼滤波KNN
- fnt字体打包工具，支持汉字，特殊字符打包
- PRO-C24-源码
- JSp简易留言板
- Synthesis of ultrafine titania nano-cages by pulsed laser ablation of Ti/Al alloy in ammonium hydroxide
- 天津天地伟业 笔试题
- ZBar_STM32F4.zip
- 基于LR方法的WHILE循环语句的编译系统前端设计（输出四元式）
- BTN7971.PcbLib 封装图
- 自己辛苦收集的altium designer原理元件库封装库
- 最小二乘法曲线拟合的matlab实现
- matlab做软件界面
- 汽车控制系统
- 点、线、圆、矩形、抛物线的对象定义
- 任意N位和M位的乘法器VHDL实现
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