Buchumschlag

Uncertainty-Aware Crime Prediction With Spatial Temporal Multivariate Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zepu, Ma, Xiaobo, Yang, Huajie, Lvu, Weimin, Sun, Peng, Guntuku, Sharath Chandra
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Real-Time Deadlines Reveal Temporal Awareness Failures in LLM Strategic Dialogues
von: Sehgal, Neil K. R., et al.
Veröffentlicht: (2026)

Spatial-Temporal Mixture-of-Graph-Experts for Multi-Type Crime Prediction
von: Wu, Ziyang, et al.
Veröffentlicht: (2024)

UQGNN: Uncertainty Quantification of Graph Neural Networks for Multivariate Spatiotemporal Prediction
von: Yu, Dahai, et al.
Veröffentlicht: (2025)

Event-CausNet: Unlocking Causal Knowledge from Text with Large Language Models for Reliable Spatio-Temporal Forecasting
von: Niu, Luyao, et al.
Veröffentlicht: (2025)

Herd Behavior: Investigating Peer Influence in LLM-based Multi-Agent Systems
von: Cho, Young-Min, et al.
Veröffentlicht: (2025)

Temporal-Aware Evaluation and Learning for Temporal Graph Neural Networks
von: Su, Junwei, et al.
Veröffentlicht: (2024)

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

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

Knowledge Distillation on Spatial-Temporal Graph Convolutional Network for Traffic Prediction
von: Izadi, Mohammad, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Probabilistic Graph Neural Networks for Road-Level Traffic Accident Prediction
von: Gao, Xiaowei, et al.
Veröffentlicht: (2023)

GARNN: An Interpretable Graph Attentive Recurrent Neural Network for Predicting Blood Glucose Levels via Multivariate Time Series
von: Piao, Chengzhe, et al.
Veröffentlicht: (2024)

Physics-Inspired Spatial Temporal Graph Neural Networks for Predicting Industrial Chain Resilience
von: Wang, Bicheng, et al.
Veröffentlicht: (2025)

Predicting Large-scale Urban Network Dynamics with Energy-informed Graph Neural Diffusion
von: Nie, Tong, et al.
Veröffentlicht: (2025)

STM-Graph: A Python Framework for Spatio-Temporal Mapping and Graph Neural Network Predictions
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2025)

A lightweight Spatial-Temporal Graph Neural Network for Long-term Time Series Forecasting
von: Moges, Henok Tenaw, et al.
Veröffentlicht: (2025)

SEED: Spectral Entropy-Guided Evaluation of SpatialTemporal Dependencies for Multivariate Time Series Forecasting
von: Xiong, Feng, et al.
Veröffentlicht: (2025)

Orientation-Aware Graph Neural Networks for Protein Structure Representation Learning
von: Li, Jiahan, et al.
Veröffentlicht: (2022)

Causally-Aware Spatio-Temporal Multi-Graph Convolution Network for Accurate and Reliable Traffic Prediction
von: Dong, Pingping, et al.
Veröffentlicht: (2024)

Non-Euclidean Spatial Graph Neural Network
von: Zhang, Zheng, et al.
Veröffentlicht: (2023)

Decorrelating the Future: Joint Frequency Domain Learning for Spatio-temporal Forecasting
von: Wang, Zepu, et al.
Veröffentlicht: (2026)

SDA-GRIN for Adaptive Spatial-Temporal Multivariate Time Series Imputation
von: Eskandari, Amir, et al.
Veröffentlicht: (2024)

Quantile-Free Uncertainty Quantification in Graph Neural Networks
von: park, Soyoung, et al.
Veröffentlicht: (2026)

Multivariate Time-Series Anomaly Detection based on Enhancing Graph Attention Networks with Topological Analysis
von: Liu, Zhe, et al.
Veröffentlicht: (2024)

An Uncertainty-Aware ED-LSTM for Probabilistic Suffix Prediction
von: Mustroph, Henryk, et al.
Veröffentlicht: (2025)

Temporal Inductive Path Neural Network for Temporal Knowledge Graph Reasoning
von: Dong, Hao, et al.
Veröffentlicht: (2023)

Introducing Interval Neural Networks for Uncertainty-Aware System Identification
von: Ferah, Mehmet Ali, et al.
Veröffentlicht: (2025)

Spatio-Temporal Demand Prediction for Food Delivery Using Attention-Driven Graph Neural Networks
von: Bhat, Rabia Latief, et al.
Veröffentlicht: (2025)

Safe Urban Traffic Control via Uncertainty-Aware Conformal Prediction and World-Model Reinforcement Learning
von: Chandra, Joydeep, et al.
Veröffentlicht: (2026)

Virtual Smart Metering in District Heating Networks via Heterogeneous Spatial-Temporal Graph Neural Networks
von: Niresi, Keivan Faghih, et al.
Veröffentlicht: (2026)

Simple and Efficient Heterogeneous Temporal Graph Neural Network
von: Wang, Yili, et al.
Veröffentlicht: (2025)

Spatial-Temporal Interactive Dynamic Graph Convolution Network for Traffic Forecasting
von: Liu, Aoyu, et al.
Veröffentlicht: (2022)

Impute With Confidence: A Framework for Uncertainty Aware Multivariate Time Series Imputation
von: Weatherhead, Addison, et al.
Veröffentlicht: (2025)

Combinatorial Optimization with Automated Graph Neural Networks
von: Liu, Yang, et al.
Veröffentlicht: (2024)

HT-GNN: Hyper-Temporal Graph Neural Network for Customer Lifetime Value Prediction in Baidu Ads
von: Zhao, Xiaohui, et al.
Veröffentlicht: (2026)

CrimeAlarm: Towards Intensive Intent Dynamics in Fine-grained Crime Prediction
von: Hu, Kaixi, et al.
Veröffentlicht: (2024)

Gaze-Informed Vision Transformers: Predicting Driving Decisions Under Uncertainty
von: Koorathota, Sharath, et al.
Veröffentlicht: (2023)

Neural Probabilistic Circuits: Enabling Compositional and Interpretable Predictions through Logical Reasoning
von: Chen, Weixin, et al.
Veröffentlicht: (2025)

Network-Wide Traffic Volume Estimation from Speed Profiles using a Spatio-Temporal Graph Neural Network with Directed Spatial Attention
von: Hein, Léo, et al.
Veröffentlicht: (2025)

Dynamic Graph Structure Estimation for Learning Multivariate Point Process using Spiking Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2025)

Rethinking Spectral Graph Neural Networks with Spatially Adaptive Filtering
von: Guo, Jingwei, et al.
Veröffentlicht: (2024)