arXiv cs.AI· Yue Wang, Djellel Difallah, Areg Karapetyan, Samer Madanat·· 10 小时前AI 评分22
UniST-Pred：面向交通网络中断场景的鲁棒统一时空交通预测框架
UniST-Pred: A Robust Unified Framework for Spatio-Temporal Traffic Forecasting in Transportation Networks Under Disruptions
AI 导读
UniST-Pred 是一个统一时空交通预测框架，先将时间建模与空间表征学习解耦，再通过自适应表征级融合将两者整合。研究基于 MATSim 微观交通模拟器构建数据集，在严重网络断连场景下评估其鲁棒性，并在标准交通预测数据集上取得与现有成熟模型相当的竞争性表现，同时保持轻量设计。源代码与生成数据集已公开。
来源：arXiv cs.AI · arxiv.org