基于時空圖學習的出租汽車起訖點需求預測

　　本書針對出租汽車起訖點需求預測問題，提出了基于多頭動態(tài)圖注意力網(wǎng)絡（MDGAT）和多層級連續(xù)時間動態(tài)節(jié)點注意力網(wǎng)絡（MCNAT）的模型。MDGAT通過動態(tài)圖生成和時空注意力機制，有效挖掘時空特征，提升預測精度。MCNAT則通過連續(xù)時間嵌入和多層級時空感知層，解決數(shù)據(jù)稀疏性問題，增強模型魯棒性。實驗結(jié)果表明，兩種模型在真實數(shù)據(jù)集上均優(yōu)于現(xiàn)有方法，為出租汽車需求預測提供了新的研究思路和方法，對智慧交通系統(tǒng)的優(yōu)化具有重要意義。本書可供相關研究人員參考閱讀。

暫缺《基于時空圖學習的出租汽車起訖點需求預測》作者簡介