.png){kind=icon}
返回
Graph convolutional network-based multi-threaded mixing Mamba transformer for traffic forecasting
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.116049.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• MST被提出以实现不同特征的并行多线程学习。
• Mamba的集成使模型具备动态推理能力。
• DA-GCN使模型具备实时时空建模能力。
• MixMambaFormer被提出以实现高精度交通预测。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
Large-Scale Transportation Network Congestion Evolution Prediction Using Deep Learning Theory.png)
PLOS ONE
OAAI
PLOS ONEIF0
OAAI分享收藏A recurrent neural network for urban long-term traffic flow forecastingAPPLIED INTELLIGENCE
OAAI
APPLIED INTELLIGENCEIF3.5
OAAI分享收藏A Decomposition Dynamic graph convolutional recurrent network for traffic forecasting用于流量预测的分解动态图卷积递归网络PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Online-SVR for short-term traffic flow prediction under typical and atypical traffic conditions典型和非典型交通条件下的短时交通流在线SVR预测
PREAI
分享收藏Spatiotemporal interactive neighborhood convolutional graph neural network based on semantic clustering for traffic forecasting基于语义聚类的时空交互邻域卷积图神经网络用于交通预测
PREAI
分享收藏Traffic flow matrix-based graph neural network with attention mechanism for traffic flow prediction基于交通流矩阵的注意力图神经网络交通流预测INFORMATION FUSION
INFORMATION FUSIONIF15.5
PREAI
分享收藏
查看更多内容