技術(shù)編號(hào)：40610207
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明涉及計(jì)算機(jī)，尤其涉及一種利用時(shí)域分解自適應(yīng)圖神經(jīng)網(wǎng)絡(luò)模型進(jìn)行交通預(yù)測(cè)的方法及相關(guān)設(shè)備。背景技術(shù)、傳統(tǒng)的交通預(yù)測(cè)方法通常依賴于統(tǒng)計(jì)學(xué)方法和機(jī)器學(xué)習(xí)模型，但由于交通數(shù)據(jù)表現(xiàn)出復(fù)雜的模式和高度的非線性，這些方法在處理復(fù)雜的交通網(wǎng)絡(luò)和動(dòng)態(tài)的交通狀況時(shí)往往表現(xiàn)不佳。圖神經(jīng)網(wǎng)絡(luò)(graph?neural?network，gnn)是一類專門用于處理圖結(jié)構(gòu)數(shù)據(jù)的深度學(xué)習(xí)模型。在交通預(yù)測(cè)中，交通網(wǎng)絡(luò)可以被自然地表示為圖結(jié)構(gòu)，使用圖神經(jīng)網(wǎng)絡(luò)來進(jìn)行交通預(yù)測(cè)的方案應(yīng)運(yùn)而生。gnn通過在圖結(jié)構(gòu)上進(jìn)行消息傳遞來捕捉...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。