基于多頭注意力時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)的交通流預(yù)測

摘要： 準(zhǔn)確的交通預(yù)測對(duì)于智能交通系統(tǒng)(ITS)至關(guān)重要。然而，由于復(fù)雜的時(shí)間和空間依賴關(guān)系，現(xiàn)有的交通流預(yù)測方法未能有效捕獲路網(wǎng)的時(shí)空特征，并且忽略了路網(wǎng)交通數(shù)據(jù)的相關(guān)性在空間維度和時(shí)間維度上表現(xiàn)出的較強(qiáng)動(dòng)態(tài)性。為了進(jìn)一步提高預(yù)測精度，提出了一種基于多頭注意力的時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)模型。首先，該模型構(gòu)造了一個(gè)自適應(yīng)圖結(jié)構(gòu)學(xué)習(xí)組件，該自適應(yīng)圖結(jié)構(gòu)學(xué)習(xí)組件可以有效地捕獲圖結(jié)構(gòu)的動(dòng)態(tài)時(shí)空相關(guān)性。... （共8頁）