专栏首页深度学习与交通大数据基于动态时空图卷积神经网络的交通流预测

基于动态时空图卷积神经网络的交通流预测

这篇文章好难,看不太懂,先放放,下次接着看~

1、文章信息

《Dynamic Spatial-Temporal Graph Convolutional Neural Networks for Traffic Forecasting》。

湖南大学信息科学与工程学院2019年初发在AAAI顶会上的一篇文章。

2、摘要

图卷积神经网络能够利用基于节点距离的预先定义的拉普拉斯矩阵,对一张图中节点的空间依赖关系进行建模。然而,在许多应用场景中,空间依赖关系会随着时间而变化,使用固定的拉普拉斯矩阵不能捕捉这种变化。为了跟踪交通数据之间的空间依赖关系,我们提出了一种动态的时空GCNN来进行交通预测,核心是对拉普拉斯矩阵进行动态分析。为了在参数学习过程中降低复杂度,我们将张量分解融入到深度学习框架中,实时交通数据被分解为一个稳定的、依赖于长期时空关系的全局分量和一个捕捉短期波动的局部分量。在理论推导的基础上,提出了一种新的估计具有上述两种分量的图的动态拉普拉斯矩阵的设计方法,并介绍了设计依据。利用两个数据集评价结果表明,该网络的表现比基准模型提高了25%。

3、简介

GCNN很大程度上依赖于图的拉普拉斯矩阵,被定义为节点度对角矩阵与邻接矩阵之差。以前的GCNN研究假设拉普拉斯矩阵严格不变,即输入图的邻接矩阵是常数。然而我们之前的研究表明,在不同的时间跨度内,交通模式之间存在着巨大的差异。此外,每天都可能发生交通事故,这也会影响到路网中路段之间的关系。这些因素会导致邻接矩阵的动态变化,从而影响拉普拉斯矩阵。因此,图的拉普拉斯矩阵可能是时变的。

为了解决上述问题,提出了一种新的时空结构-动态GCNN (DGCNN),来预测整个网络的交通速度,与现有的基于GCNN相比,本文的贡献如下:

(1)将张量分解引入到深度学习框架中,从交通数据样本中提取全局和局部分量。从频率分析可以看出,一个时间跨度内的全网交通样本由两部分组成:一个是由路网结构决定的全局分量,另一个是由特定时段或交通事件决定的局部分量。文章使用一个特定的损失函数训练张量分解层。

(2)为了根据全局和局部分量动态学习特定时刻的拉普拉斯矩阵,设计了一种基于深度学习的拉普拉斯矩阵估计器,并给出了详细的理论推导和设计依据。将实时估计的拉普拉斯矩阵输入到图卷积层进行预测。

本文分享自微信公众号 - 当交通遇上机器学习(Transportation-ML),作者:张金雷 J Zhang

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-09-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • STSGCN:时空同步图卷积神经网络用于交通预测

    《Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for ...

    深度学习与交通大数据
  • CNN卷积神经网络之交通预测案例

    此篇文章主要介绍上一篇论文的案例研究部分,背景和理论部分请看上一篇文章(点击阅读原文)。

    深度学习与交通大数据
  • 用来图片识别的CNN卷积神经网络可以做交通预测吗?

    《Learning Traffic as Images: A Deep Convolutional Neural Network for Large-Scale...

    深度学习与交通大数据
  • matlab 2015b

    MATLAB是matrix&laboratory两个词的组合,意为矩阵工厂(矩阵实验室)。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式...

    课代表
  • 一步一步教你使用AgileEAS.NET基础类库进行应用开发-基础篇-演示ORM的基本操作

    系统回顾           前面的四篇文章我详细的介绍了AgileEAS.NET平台中统一数据访问(UDA)组件的用法,分析了两种数据处理流程的优缺点,以及基...

    魏琼东
  • matlab 2014b

    MATLAB是matrix&laboratory两个词的组合,意为矩阵工厂(矩阵实验室)。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式...

    课代表
  • eBay开源新数据库技术Kylin,支持TB到PB级数据量

    【编者按】eBay开源了一种名为 Kylin 的数据库技术,eBay在周三的一篇博客上分享了Kylin 的诸多细节,基于 Hadoop 提供 SQL 接口和 O...

    CSDN技术头条
  • .NET Core多平台开发体验[2]: Mac OS X

    除了微软自家的Windows平台, .NET Core针对Mac OS以及各种Linux(RHEL、Ubuntu、Debian、Fedora、CentOS和SU...

    蒋金楠
  • 怎样对 RPC 进行有效的性能测试

    在 RPC Benchmark Round 1 中 turbo 的成绩一骑绝尘,实力碾压众 rpc 框架。对此,很多人表示不服气,认为作者既是运动员又是裁判员有...

    小老鼠
  • 启动期间的内存管理之build_zonelists初始化备用内存域列表zonelists--Linux内存管理(十三)

    我们之前讲了在memblock完成之后, 内存初始化开始进入第二阶段, 第二阶段是一个漫长的过程, 它执行了一系列复杂的操作, 从体系结构相关信息的初始化慢慢向...

    233333

扫码关注云+社区

领取腾讯云代金券