LibCity:面向高效且全面城市时空预测的统一定制库
机器学习
2024-03-08 v7
摘要
随着深度学习技术的进步和更多城市时空数据的积累,越来越多的深度学习模型被提出以解决城市时空预测问题。然而,现有领域存在局限,包括开源数据格式各异且难以使用、极少论文公开其代码与数据、开源模型常使用不同框架与平台导致比较困难。迫切需要一个标准化框架来实现和评估这些方法。为解决这些问题,我们提出 LibCity,一个为研究者提供可信实验工具和便捷开发框架的开源库。在该库中,我们复现了 65 个时空预测模型并收集了 55 个时空数据集,使研究者能便捷地开展全面实验。通过实现公平的模型比较、设计统一的数据存储格式以及简化新模型开发流程,LibCity 有望为时空预测领域作出重要贡献。
引用
@article{arxiv.2304.14343,
title = {LibCity: A Unified Library Towards Efficient and Comprehensive Urban Spatial-Temporal Prediction},
author = {Jiawei Jiang and Chengkai Han and Wenjun Jiang and Wayne Xin Zhao and Jingyuan Wang},
journal= {arXiv preprint arXiv:2304.14343},
year = {2024}
}
备注
Extended version of https://dl.acm.org/doi/10.1145/3474717.3483923