:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Mu, Li, MingChen Sun YingJi, Wang, Ying
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2410.09356
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

STMGF: An Effective Spatial-Temporal Multi-Granularity Framework for Traffic Forecasting
von: Zhao, Zhengyang, et al.
Veröffentlicht: (2024)

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

STGAtt: A Spatial-Temporal Unified Graph Attention Network for Traffic Flow Forecasting
von: Liang, Zhuding, et al.
Veröffentlicht: (2025)

Graph Convolutional Network With Pattern-Spatial Interactive and Regional Awareness for Traffic Forecasting
von: Ji, Xinyu, et al.
Veröffentlicht: (2025)

Dynamic Trend Fusion Module for Traffic Flow Prediction
von: Chen, Jing, et al.
Veröffentlicht: (2025)

Efficient Prompt Learning for Traffic Forecasting
von: Zhang, Qianru, et al.
Veröffentlicht: (2026)

Network Level Spatial Temporal Traffic State Forecasting with Hierarchical-Attention-LSTM (HierAttnLSTM)
von: Zhang, Tianya
Veröffentlicht: (2022)

UniMamba: A Unified Spatial-Temporal Modeling Framework with State-Space and Attention Integration
von: Chen, Xingsheng, et al.
Veröffentlicht: (2026)

PGCN: Progressive Graph Convolutional Networks for Spatial-Temporal Traffic Forecasting
von: Shin, Yuyol, et al.
Veröffentlicht: (2022)

Unveiling Delay Effects in Traffic Forecasting: A Perspective from Spatial-Temporal Delay Differential Equations
von: Long, Qingqing, et al.
Veröffentlicht: (2024)

Linear Attention is Enough in Spatial-Temporal Forecasting
von: Ning, Xinyu
Veröffentlicht: (2024)

Spatial-Temporal Large Language Model for Traffic Prediction
von: Liu, Chenxi, et al.
Veröffentlicht: (2024)

Spatial-Temporal Attention Model for Traffic State Estimation with Sparse Internet of Vehicles
von: Xue, Jianzhe, et al.
Veröffentlicht: (2024)

Double-Path Adaptive-correlation Spatial-Temporal Inverted Transformer for Stock Time Series Forecasting
von: Yan, Wenbo, et al.
Veröffentlicht: (2024)

Online Test-Time Adaptation of Spatial-Temporal Traffic Flow Forecasting
von: Guo, Pengxin, et al.
Veröffentlicht: (2024)

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

Multiscale Representation Enhanced Temporal Flow Fusion Model for Long-Term Workload Forecasting
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

Enhancing Spatio-Temporal Forecasting with Spatial Neighbourhood Fusion:A Case Study on COVID-19 Mobility in Peru
von: Li, Chuan, et al.
Veröffentlicht: (2025)

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

Global Spatio-Temporal Fusion-based Traffic Prediction Algorithm with Anomaly Aware
von: Liu, Chaoqun, et al.
Veröffentlicht: (2024)

Multi-Grained Temporal-Spatial Graph Learning for Stable Traffic Flow Forecasting
von: Lin, Zhenan, et al.
Veröffentlicht: (2025)

Dual-branch Spatial-Temporal Self-supervised Representation for Enhanced Road Network Learning
von: Guo, Qinghong, et al.
Veröffentlicht: (2025)

Spatio-Temporal Partial Sensing Forecast for Long-term Traffic
von: Liu, Zibo, et al.
Veröffentlicht: (2024)

TTF: A Trapezoidal Temporal Fusion Framework for LTV Forecasting in Douyin
von: Wan, Yibing, et al.
Veröffentlicht: (2025)

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

Unlocking Dynamic Inter-Client Spatial Dependencies: A Federated Spatio-Temporal Graph Learning Method for Traffic Flow Forecasting
von: Wang, Feng, et al.
Veröffentlicht: (2025)

Navigating Spatio-Temporal Heterogeneity: A Graph Transformer Approach for Traffic Forecasting
von: Zhou, Jianxiang, et al.
Veröffentlicht: (2024)

Graph Structure Learning for Spatial-Temporal Imputation: Adapting to Node and Feature Scales
von: Yang, Xinyu, et al.
Veröffentlicht: (2024)

Hybrid Transformer and Spatial-Temporal Self-Supervised Learning for Long-term Traffic Prediction
von: Zhu, Wang, et al.
Veröffentlicht: (2024)

TrafficGPT: Towards Multi-Scale Traffic Analysis and Generation with Spatial-Temporal Agent Framework
von: Ouyang, Jinhui, et al.
Veröffentlicht: (2024)

Spatio-Temporal Self-Supervised Learning for Traffic Flow Prediction
von: Ji, Jiahao, et al.
Veröffentlicht: (2022)

Forecasting Sparse Movement Speed of Urban Road Networks with Nonstationary Temporal Matrix Factorization
von: Chen, Xinyu, et al.
Veröffentlicht: (2022)

Robust Traffic Forecasting against Spatial Shift over Years
von: Wang, Hongjun, et al.
Veröffentlicht: (2024)

Hierarchical Information-Guided Spatio-Temporal Mamba for Stock Time Series Forecasting
von: Yan, Wenbo, et al.
Veröffentlicht: (2025)

HSTMixer: A Hierarchical MLP-Mixer for Large-Scale Traffic Forecasting
von: Wang, Yongyao, et al.
Veröffentlicht: (2025)

STAMImputer: Spatio-Temporal Attention MoE for Traffic Data Imputation
von: Wang, Yiming, et al.
Veröffentlicht: (2025)

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

SpecSTG: A Fast Spectral Diffusion Framework for Probabilistic Spatio-Temporal Traffic Forecasting
von: Lin, Lequan, et al.
Veröffentlicht: (2024)

An Intelligent End-to-End Neural Architecture Search Framework for Electricity Forecasting Model Development
von: Yang, Jin, et al.
Veröffentlicht: (2022)

FreEformer: Frequency Enhanced Transformer for Multivariate Time Series Forecasting
von: Yue, Wenzhen, et al.
Veröffentlicht: (2025)