原文传递
Spatio-Temporal Graph Convolutional Networks:A Deep Learning Framework For Traffic Forecasting
| 题名： | Spatio-Temporal Graph Convolutional Networks:A Deep Learning Framework For Traffic Forecasting |
| 正文语种： | 中文 |
| 作者： | 朱占星 |
| 作者单位： | 北京大学大数据科学研究中心;北京大数据研究院 |
| 关键词： | Graph Framework Learning |
| 摘要： | Contents·Prediction Problems in Traffic·Data-driven methods/Deep learning·Graph Convolution Operation·Spatio-Temporal Graph Convolutional Networks·Experiments and Results·Summary & Beyond Prediction Problems in Traffic |
| 会议日期： | 20180525 |
| 会议举办地点： | 贵阳 |
| 会议名称： | 第五届交通科学与计算专题研讨会 |
| 出版日期： | 2018-05-25 |
| 母体文献： | 第五届交通科学与计算专题研讨会论文集 |
相关文献
- A Preliminary Framework for Cooperative Traffic Data Applications
- A Dynamic Traffic Flow Forecast Model
- Variable Speed Limit Model Predictive Control Evaluation
- The Analysis and Design of Heilongjiang Transportation Information Platform Based on SOA
- 区域路网交通事故宏观预测模型
- HOW BIG DATA MAKES CONSTRUCTION PROJECT RISK INTACT
检索历史
应用推荐
