用于拥堵与到达时间预测的分层图结构
机器学习
2022-11-23 v1 人工智能
摘要
Traffic4cast 是一项基于真实世界数据预测时空交通的年度竞赛。我们提出一种使用图神经网络的方法，直接作用于从 OpenStreetMap 数据中提取的道路图拓扑。我们的架构可纳入分层图表示，以改善图的关键交叉口与连接它们的最短路径之间的信息流。此外，我们研究了如何压缩道路图以简化信息流，并采用多任务方法同时预测拥堵等级和到达时间（ETA）。我们的代码与模型发布于：https://github.com/floriangroetschla/NeurIPS2022-traffic4cast
引用
@article{arxiv.2211.11762,
title = {Hierarchical Graph Structures for Congestion and ETA Prediction},
author = {Florian Grötschla and Joël Mathys},
journal= {arXiv preprint arXiv:2211.11762},
year = {2022}
}