Buchumschlag

Grid and Road Expressions Are Complementary for Trajectory Representation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Silin, Shang, Shuo, Chen, Lisi, Han, Peng, Jensen, Christian S.
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

RED: Effective Trajectory Representation Learning with Comprehensive Information
von: Zhou, Silin, et al.
Veröffentlicht: (2024)

Region-Point Joint Representation for Effective Trajectory Similarity Learning
von: Long, Hao, et al.
Veröffentlicht: (2025)

Blurred Encoding for Trajectory Representation Learning
von: Zhou, Silin, et al.
Veröffentlicht: (2025)

Trajectory Representation Learning on Road Networks and Grids with Spatio-Temporal Dynamics
von: Schestakov, Stefan, et al.
Veröffentlicht: (2024)

From GPS Points to Travel Patterns: Flexible and Semantic Trajectory Generation with LLMs
von: Zhou, Silin, et al.
Veröffentlicht: (2026)

Bridging Traffic State and Trajectory for Dynamic Road Network and Trajectory Representation Learning
von: Han, Chengkai, et al.
Veröffentlicht: (2025)

What If Consensus Lies? Selective-Complementary Reinforcement Learning at Test Time
von: Yan, Dong, et al.
Veröffentlicht: (2026)

Towards Robust Trajectory Representations: Isolating Environmental Confounders with Causal Learning
von: Luo, Kang, et al.
Veröffentlicht: (2024)

Semantic-Enhanced Representation Learning for Road Networks with Temporal Dynamics
von: Chen, Yile, et al.
Veröffentlicht: (2024)

Efficient Multi-Model Fusion with Adversarial Complementary Representation Learning
von: Kang, Zuheng, et al.
Veröffentlicht: (2024)

More Than Routing: Joint GPS and Route Modeling for Refine Trajectory Representation Learning
von: Ma, Zhipeng, et al.
Veröffentlicht: (2024)

NeuroPathNet: Dynamic Path Trajectory Learning for Brain Functional Connectivity Analysis
von: Guo, Tianqi, et al.
Veröffentlicht: (2025)

Towards a Learning Theory of Representation Alignment
von: Insulla, Francesco, et al.
Veröffentlicht: (2025)

R^3: Replay, Reflection, and Ranking Rewards for LLM Reinforcement Learning
von: Jiang, Zhizheng, et al.
Veröffentlicht: (2026)

Semantic-guided Representation Learning for Multi-Label Recognition
von: Zhang, Ruhui, et al.
Veröffentlicht: (2025)

RL2Grid: Benchmarking Reinforcement Learning in Power Grid Operations
von: Marchesini, Enrico, et al.
Veröffentlicht: (2025)

Auxiliary Reward Generation with Transition Distance Representation Learning
von: Li, Siyuan, et al.
Veröffentlicht: (2024)

Transformer-Based Representation Learning for Robust Gene Expression Modeling and Cancer Prognosis
von: Jiang, Shuai, et al.
Veröffentlicht: (2025)

Context-Enhanced Multi-View Trajectory Representation Learning: Bridging the Gap through Self-Supervised Models
von: Qian, Tangwen, et al.
Veröffentlicht: (2024)

Complementary Learning System Empowers Online Continual Learning of Vehicle Motion Forecasting in Smart Cities
von: Li, Zirui, et al.
Veröffentlicht: (2025)

LLM and GNN are Complementary: Distilling LLM for Multimodal Graph Learning
von: Xu, Junjie, et al.
Veröffentlicht: (2024)

VeTraSS: Vehicle Trajectory Similarity Search Through Graph Modeling and Representation Learning
von: Cheng, Ming, et al.
Veröffentlicht: (2024)

MSRFormer: Road Network Representation Learning using Multi-scale Feature Fusion of Heterogeneous Spatial Interactions
von: Yang, Jian, et al.
Veröffentlicht: (2025)

Link Prediction with Untrained Message Passing Layers
von: Qarkaxhija, Lisi, et al.
Veröffentlicht: (2024)

Single-Trajectory Distributionally Robust Reinforcement Learning
von: Liang, Zhipeng, et al.
Veröffentlicht: (2023)

FedRG: Unleashing the Representation Geometry for Federated Learning with Noisy Clients
von: Wen, Tian, et al.
Veröffentlicht: (2026)

GradMAP: Gradient-Based Multi-Agent Proximal Learning for Grid-Edge Flexibility
von: Zhou, Yihong, et al.
Veröffentlicht: (2026)

Predictive Clustering of Vessel Behavior Based on Hierarchical Trajectory Representation
von: Zhang, Rui, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning with Generative Trajectory Policies
von: Feng, Xinsong, et al.
Veröffentlicht: (2025)

Hierarchy Representation of Data in Machine Learnings
von: Yegang, Han, et al.
Veröffentlicht: (2023)

Graph Propagation Transformer for Graph Representation Learning
von: Chen, Zhe, et al.
Veröffentlicht: (2023)

KCLNet: Electrically Equivalence-Oriented Graph Representation Learning for Analog Circuits
von: Xu, Peng, et al.
Veröffentlicht: (2026)

QSpec: Speculative Decoding with Complementary Quantization Schemes
von: Zhao, Juntao, et al.
Veröffentlicht: (2024)

Informed Spectral Normalized Gaussian Processes for Trajectory Prediction
von: Schlauch, Christian, et al.
Veröffentlicht: (2024)

Disentangled Generative Graph Representation Learning
von: Hu, Xinyue, et al.
Veröffentlicht: (2024)

ICL-Router: In-Context Learned Model Representations for LLM Routing
von: Wang, Chenxu, et al.
Veröffentlicht: (2025)

On Learning Informative Trajectory Embeddings for Imitation, Classification and Regression
von: Ge, Zichang, et al.
Veröffentlicht: (2025)

Self-Supervised Learning of Disentangled Representations for Multivariate Time-Series
von: Chang, Ching, et al.
Veröffentlicht: (2024)

TimeDRL: Disentangled Representation Learning for Multivariate Time-Series
von: Chang, Ching, et al.
Veröffentlicht: (2023)

ChronoMedicalWorld: A Medical World Model for Learning Patient Trajectories from Longitudinal Care Data
von: Wang, Jiangyuan, et al.
Veröffentlicht: (2026)