Buchumschlag

Graph Construction with Flexible Nodes for Traffic Demand Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hou, Jinyan, Liu, Shan, Zhang, Ya, Qin, Haotong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Virtual Nodes Improve Long-term Traffic Prediction
von: Cao, Xiaoyang, et al.
Veröffentlicht: (2025)

CONTINA: Confidence Interval for Traffic Demand Prediction with Coverage Guarantee
von: Yang, Chao, et al.
Veröffentlicht: (2025)

Revisiting Node Affinity Prediction in Temporal Graphs
von: Feldman, Or, et al.
Veröffentlicht: (2025)

MSTIM: A MindSpore-Based Model for Traffic Flow Prediction
von: Qin, Weiqi, et al.
Veröffentlicht: (2025)

Position-Sensing Graph Neural Networks: Proactively Learning Nodes Relative Positions
von: Qin, Zhenyue, et al.
Veröffentlicht: (2021)

Meta Dynamic Graph for Traffic Flow Prediction
von: Zou, Yiqing, et al.
Veröffentlicht: (2026)

Scale-aware Message Passing For Graph Node Classification
von: Jiang, Qin, et al.
Veröffentlicht: (2024)

Graph Transductive Sharpening: Leveraging Unlabeled Predictions in Node Classification
von: Zaz, Brown, et al.
Veröffentlicht: (2026)

A Knowledge-Guided Cross-Modal Feature Fusion Model for Local Traffic Demand Prediction
von: Zhang, Lingyu, et al.
Veröffentlicht: (2025)

Diffusion on Graph: Augmentation of Graph Structure for Node Classification
von: Wang, Yancheng, et al.
Veröffentlicht: (2025)

Node-Time Conditional Prompt Learning In Dynamic Graphs
von: Yu, Xingtong, et al.
Veröffentlicht: (2024)

Tokenphormer: Structure-aware Multi-token Graph Transformer for Node Classification
von: Zhou, Zijie, et al.
Veröffentlicht: (2024)

BuffGraph: Enhancing Class-Imbalanced Node Classification via Buffer Nodes
von: Wang, Qian, et al.
Veröffentlicht: (2024)

Learning from Yesterday's Error: An Efficient Online Learning Method for Traffic Demand Prediction
von: Huang, Xiannan, et al.
Veröffentlicht: (2026)

GraphLearner: Graph Node Clustering with Fully Learnable Augmentation
von: Yang, Xihong, et al.
Veröffentlicht: (2022)

Graph Based Traffic Analysis and Delay Prediction
von: Borg, Gabriele, et al.
Veröffentlicht: (2024)

GraphSparseNet: a Novel Method for Large Scale Traffic Flow Prediction
von: Kong, Weiyang, et al.
Veröffentlicht: (2025)

STG4Traffic: A Survey and Benchmark of Spatial-Temporal Graph Neural Networks for Traffic Prediction
von: Luo, Xunlian, et al.
Veröffentlicht: (2023)

Bootstrap Latents of Nodes and Neighbors for Graph Self-Supervised Learning
von: Liu, Yunhui, et al.
Veröffentlicht: (2024)

FedGT: Federated Node Classification with Scalable Graph Transformer
von: Zhang, Zaixi, et al.
Veröffentlicht: (2024)

Progressive Binarization with Semi-Structured Pruning for LLMs
von: Yan, Xianglong, et al.
Veröffentlicht: (2025)

Conformal Prediction: A Theoretical Note and Benchmarking Transductive Node Classification in Graphs
von: Maneriker, Pranav, et al.
Veröffentlicht: (2024)

Learning Posterior Predictive Distributions for Node Classification from Synthetic Graph Priors
von: Choi, Jeongwhan, et al.
Veröffentlicht: (2026)

Joint Estimation and Prediction of City-wide Delivery Demand: A Large Language Model Empowered Graph-based Learning Approach
von: Nie, Tong, et al.
Veröffentlicht: (2024)

Neural Common Neighbor with Completion for Link Prediction
von: Wang, Xiyuan, et al.
Veröffentlicht: (2023)

Air Traffic Controller Task Demand via Graph Neural Networks: An Interpretable Approach to Airspace Complexity
von: Henderson, Edward, et al.
Veröffentlicht: (2025)

PUMA: Efficient Continual Graph Learning for Node Classification with Graph Condensation
von: Liu, Yilun, et al.
Veröffentlicht: (2023)

STLGRU: Spatio-Temporal Lightweight Graph GRU for Traffic Flow Prediction
von: Bhaumik, Kishor Kumar, et al.
Veröffentlicht: (2022)

NTFormer: A Composite Node Tokenized Graph Transformer for Node Classification
von: Chen, Jinsong, et al.
Veröffentlicht: (2024)

Node2Vec-DGI-EL: A Hierarchical Graph Representation Learning Model for Ingredient-Disease Association Prediction
von: Zhang, Leifeng, et al.
Veröffentlicht: (2025)

IBB Traffic Graph Data: Benchmarking and Road Traffic Prediction Model
von: Olug, Eren, et al.
Veröffentlicht: (2024)

DynaSTy: A Framework for SpatioTemporal Node Attribute Prediction in Dynamic Graphs
von: Banerji, Namrata, et al.
Veröffentlicht: (2026)

Customized Subgraph Selection and Encoding for Drug-drug Interaction Prediction
von: Du, Haotong, et al.
Veröffentlicht: (2024)

Node Role-Guided LLMs for Dynamic Graph Clustering
von: Li, Dongyuan, et al.
Veröffentlicht: (2026)

Global-Aware Enhanced Spatial-Temporal Graph Recurrent Networks: A New Framework For Traffic Flow Prediction
von: Liu, Haiyang, et al.
Veröffentlicht: (2024)

Pure Node Selection for Imbalanced Graph Node Classification
von: Zeng, Fanlong, et al.
Veröffentlicht: (2025)

The Role of Node Features in Graph Pooling
von: von Pichowski, Jan, et al.
Veröffentlicht: (2026)

Mixed Graph Contrastive Network for Semi-Supervised Node Classification
von: Yang, Xihong, et al.
Veröffentlicht: (2022)

A Graph Convolutional Network with Signal Phasing Information for Arterial Traffic Prediction
von: Chan, Victor, et al.
Veröffentlicht: (2020)

Enhanced Traffic Flow Prediction with Multi-Segment Fusion Tensor Graph Convolutional Networks
von: Zhang, Wei, et al.
Veröffentlicht: (2024)