Buchumschlag

Spatiotemporal-aware Trend-Seasonality Decomposition Network for Traffic Flow Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cao, Lingxiao, Wang, Bin, Jiang, Guiyuan, Yu, Yanwei, Dong, Junyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Multi-scale Traffic Pattern Bank for Cross-city Few-shot Traffic Forecasting
von: Liu, Zhanyu, et al.
Veröffentlicht: (2024)

xPatch: Dual-Stream Time Series Forecasting with Exponential Seasonal-Trend Decomposition
von: Stitsyuk, Artyom, et al.
Veröffentlicht: (2024)

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

ST-MTM: Masked Time Series Modeling with Seasonal-Trend Decomposition for Time Series Forecasting
von: Seo, Hyunwoo, et al.
Veröffentlicht: (2025)

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

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

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

A Decomposition Modeling Framework for Seasonal Time-Series Forecasting
von: Pang, Yining, et al.
Veröffentlicht: (2024)

From Time Series to State: Situation-Aware Modeling for Air Traffic Flow Prediction
von: Liu, Anqi, et al.
Veröffentlicht: (2026)

KEDformer:Knowledge Extraction Seasonal Trend Decomposition for Long-term Sequence Prediction
von: Qin, Zhenkai, et al.
Veröffentlicht: (2024)

An Experimental Study on Decomposition-Based Deep Ensemble Learning for Traffic Flow Forecasting
von: Zhu, Qiyuan, et al.
Veröffentlicht: (2024)

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

Rethinking Traffic Flow Forecasting: From Transition to Generatation
von: Shijiao, Li, et al.
Veröffentlicht: (2025)

Embracing Large Language Models in Traffic Flow Forecasting
von: Zhao, Yusheng, et al.
Veröffentlicht: (2024)

Unveiling the Inflexibility of Adaptive Embedding in Traffic Forecasting
von: Wang, Hongjun, et al.
Veröffentlicht: (2024)

Uncertainty-aware Traffic Prediction under Missing Data
von: Mei, Hao, et al.
Veröffentlicht: (2023)

HealthMamba: An Uncertainty-aware Spatiotemporal Graph State Space Model for Effective and Reliable Healthcare Facility Visit Prediction
von: Yu, Dahai, et al.
Veröffentlicht: (2026)

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

DecoKAN: Interpretable Decomposition for Forecasting Cryptocurrency Market Dynamics
von: Gao, Yuan, et al.
Veröffentlicht: (2025)

TrajDiff: Diffusion Bridge Network with Semantic Alignment for Trajectory Similarity Computation
von: Zhang, Xiao, et al.
Veröffentlicht: (2025)

Hybrid Quantum-Classical Spatiotemporal Forecasting for 3D Cloud Fields
von: Wang, Fu, et al.
Veröffentlicht: (2026)

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

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

Progressive Supervision via Label Decomposition: An Long-Term and Large-Scale Wireless Traffic Forecasting Method
von: Liang, Daojun, et al.
Veröffentlicht: (2025)

Towards Resilient Transportation: A Conditional Transformer for Accident-Informed Traffic Forecasting
von: Wang, Hongjun, et al.
Veröffentlicht: (2025)

Positional-aware Spatio-Temporal Network for Large-Scale Traffic Prediction
von: Chen, Runfei
Veröffentlicht: (2026)

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

Generalising Traffic Forecasting to Regions without Traffic Observations
von: Su, Xinyu, et al.
Veröffentlicht: (2025)

A Distillation-based Future-aware Graph Neural Network for Stock Trend Prediction
von: Liu, Zhipeng, et al.
Veröffentlicht: (2025)

Neural Spatiotemporal Point Processes: Trends and Challenges
von: Mukherjee, Sumantrak, et al.
Veröffentlicht: (2025)

DSAT-HD: Dual-Stream Adaptive Transformer with Hybrid Decomposition for Multivariate Time Series Forecasting
von: Wang, Zixu, et al.
Veröffentlicht: (2025)

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

Graph-Conditioned Mixture of Graph Neural Network Experts for Traffic Forecasting
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2026)

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

Irregular Traffic Time Series Forecasting Based on Asynchronous Spatio-Temporal Graph Convolutional Network
von: Zhang, Weijia, et al.
Veröffentlicht: (2023)

Routing Channel-Patch Dependencies in Time Series Forecasting with Graph Spectral Decomposition
von: Li, Dongyuan, et al.
Veröffentlicht: (2026)

Seasonal Forecasting of Pan-Arctic Sea Ice with State Space Model
von: Wang, Wei, et al.
Veröffentlicht: (2025)

S^2-KD: Semantic-Spectral Knowledge Distillation Spatiotemporal Forecasting
von: Wang, Wenshuo, et al.
Veröffentlicht: (2025)

Spatiotemporal Decision Transformer for Traffic Coordination
von: Su, Haoran, et al.
Veröffentlicht: (2026)