Buchumschlag

FusionTransNet for Smart Urban Mobility: Spatiotemporal Traffic Forecasting Through Multimodal Network Integration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Binwu, Leng, Yan, Wang, Guang, Wang, Yang
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

Towards Effective Fusion and Forecasting of Multimodal Spatio-temporal Data for Smart Mobility
von: Wang, Chenxing
Veröffentlicht: (2024)

A General ReLearner: Empowering Spatiotemporal Prediction by Re-learning Input-label Residual
von: Ma, Jiaming, et al.
Veröffentlicht: (2026)

Vision-LLMs for Spatiotemporal Traffic Forecasting
von: Yang, Ning, et al.
Veröffentlicht: (2025)

Error Adjustment Based on Spatiotemporal Correlation Fusion for Traffic Forecasting
von: Liu, Fuqiang, et al.
Veröffentlicht: (2025)

Spatiotemporal-aware Trend-Seasonality Decomposition Network for Traffic Flow Forecasting
von: Cao, Lingxiao, et al.
Veröffentlicht: (2025)

QuiZSF: A Retrieval-Augmented Framework for Zero-Shot Time Series Forecasting
von: Ma, Shichao, et al.
Veröffentlicht: (2025)

MDAS-GNN: Multi-Dimensional Spatiotemporal GNN with Spatial Diffusion for Urban Traffic Risk Forecasting
von: Gao, Ziyuan
Veröffentlicht: (2025)

Variational Mode-Driven Graph Convolutional Network for Spatiotemporal Traffic Forecasting
von: Ahmad, Osama, et al.
Veröffentlicht: (2024)

Weaver: Kronecker Product Approximations of Spatiotemporal Attention for Traffic Network Forecasting
von: Cheong, Christopher, et al.
Veröffentlicht: (2025)

STGformer: Efficient Spatiotemporal Graph Transformer for Traffic Forecasting
von: Wang, Hongjun, et al.
Veröffentlicht: (2024)

Incident-Guided Spatiotemporal Traffic Forecasting
von: Fan, Lixiang, et al.
Veröffentlicht: (2026)

GLU: Global-Local-Uncertainty Fusion for Scalable Spatiotemporal Reconstruction and Forecasting
von: Wang, Linzheng, et al.
Veröffentlicht: (2026)

HUTFormer: Hierarchical U-Net Transformer for Long-Term Traffic Forecasting
von: Shao, Zezhi, et al.
Veröffentlicht: (2023)

LISA: Learning-Integrated Space Partitioning Framework for Traffic Accident Forecasting on Heterogeneous Spatiotemporal Data
von: An, Bang, et al.
Veröffentlicht: (2024)

PHAT: Modeling Period Heterogeneity for Multivariate Time Series Forecasting
von: Ma, Jiaming, et al.
Veröffentlicht: (2026)

Urban Traffic Forecasting with Integrated Travel Time and Data Availability in a Conformal Graph Neural Network Framework
von: Patil, Mayur, et al.
Veröffentlicht: (2024)

Discovering the Precursors of Traffic Breakdowns Using Spatiotemporal Graph Attribution Networks
von: Mo, Zhaobin, et al.
Veröffentlicht: (2025)

FUSE-Traffic: Fusion of Unstructured and Structured Data for Event-aware Traffic Forecasting
von: Yu, Chenyang, et al.
Veröffentlicht: (2025)

Transformer with Koopman-Enhanced Graph Convolutional Network for Spatiotemporal Dynamics Forecasting
von: Wang, Zekai, et al.
Veröffentlicht: (2025)

Mobility-based Traffic Forecasting in a Multimodal Transport System
von: Mboko, Henock M., et al.
Veröffentlicht: (2024)

SAUC: Sparsity-Aware Uncertainty Calibration for Spatiotemporal Prediction with Graph Neural Networks
von: Zhuang, Dingyi, et al.
Veröffentlicht: (2024)

Contextualizing MLP-Mixers Spatiotemporally for Urban Data Forecast at Scale
von: Nie, Tong, et al.
Veröffentlicht: (2023)

FusionEnsemble-Net: An Attention-Based Ensemble of Spatiotemporal Networks for Multimodal Sign Language Recognition
von: Islam, Md. Milon, et al.
Veröffentlicht: (2025)

Deep ZakaiJ: Structured Filtering for Jump-Diffusion Time Series Forecasting
von: Leng, Yan, et al.
Veröffentlicht: (2026)

MGTS-Net: Exploring Graph-Enhanced Multimodal Fusion for Augmented Time Series Forecasting
von: Hao, Shule, et al.
Veröffentlicht: (2025)

Fusion Matrix Prompt Enhanced Self-Attention Spatial-Temporal Interactive Traffic Forecasting Framework
von: Liu, Mu, et al.
Veröffentlicht: (2024)

Enhancing Spatiotemporal Networks with xLSTM: A Scalar LSTM Approach for Cellular Traffic Forecasting
von: Ali, Khalid, et al.
Veröffentlicht: (2025)

MamNet: A Novel Hybrid Model for Time-Series Forecasting and Frequency Pattern Analysis in Network Traffic
von: Zhang, Yujun, et al.
Veröffentlicht: (2025)

To See Far, Look Close: Evolutionary Forecasting for Long-term Time Series
von: Ma, Jiaming, et al.
Veröffentlicht: (2026)

Federated Learning in Mobile Networks: A Comprehensive Case Study on Traffic Forecasting
von: Pavlidis, Nikolaos, et al.
Veröffentlicht: (2024)

NetMamba+: A Framework of Pre-trained Models for Efficient and Accurate Network Traffic Classification
von: Wang, Tongze, et al.
Veröffentlicht: (2026)

A Predictive and Optimization Approach for Enhanced Urban Mobility Using Spatiotemporal Data
von: Mishra, Shambhavi, et al.
Veröffentlicht: (2024)

Dynamic Modes as Time Representation for Spatiotemporal Forecasting
von: Kong, Menglin, et al.
Veröffentlicht: (2025)

Integrating Spatiotemporal Features in LSTM for Spatially Informed COVID-19 Hospitalization Forecasting
von: Wang, Zhongying, et al.
Veröffentlicht: (2025)

Spatiotemporal-Augmented Graph Neural Networks for Human Mobility Simulation
von: Wang, Yu, et al.
Veröffentlicht: (2023)

UoMo: A Universal Model of Mobile Traffic Forecasting for Wireless Network Optimization
von: Chai, Haoye, et al.
Veröffentlicht: (2024)

Spatiotemporal Forecasting of Traffic Flow using Wavelet-based Temporal Attention
von: Jakhmola, Yash, et al.
Veröffentlicht: (2024)

NetMamba: Efficient Network Traffic Classification via Pre-training Unidirectional Mamba
von: Wang, Tongze, et al.
Veröffentlicht: (2024)

FAST: A Synergistic Framework of Attention and State-space Models for Spatiotemporal Traffic Prediction
von: Li, Xinjin, et al.
Veröffentlicht: (2026)

Multi-Source Urban Traffic Flow Forecasting with Drone and Loop Detector Data
von: Xiong, Weijiang, et al.
Veröffentlicht: (2025)