城市区域功能引导的交通流预测
计算机视觉与模式识别
2023-03-21 v2 人工智能
摘要
交通流预测是时空分析中的一个具有挑战性但至关重要的问题，近年来受到越来越多的关注。除时空相关性外，城市区域的功能性在交通流预测中也起着关键作用。然而，对区域功能属性的探索主要集中在添加额外的拓扑结构上，忽视了功能属性对区域交通模式的影响。与现有工作不同，我们提出了一种名为 POI-MetaBlock 的新模块，该模块利用每个区域的功能性（由兴趣点分布表示）作为元数据，进一步挖掘不同功能区域中不同的交通特征。具体而言，所提出的 POI-MetaBlock 采用自注意力架构，并结合 POI 与时间信息为每个区域生成动态注意力参数，使模型能够拟合不同区域在不同时间的不同交通模式。此外，我们的轻量级 POI-MetaBlock 可轻松集成到常规交通流预测模型中。大量实验表明，我们的模块显著提升了交通流预测性能，并优于使用元数据的现有最优方法。
引用
@article{arxiv.2303.09789,
title = {Urban Regional Function Guided Traffic Flow Prediction},
author = {Kuo Wang and Lingbo Liu and Yang Liu and Guanbin Li and Fan Zhou and Liang Lin},
journal= {arXiv preprint arXiv:2303.09789},
year = {2023}
}
备注
15 pages, 8 figures.This work has been accepted by Information Sciences