喜报 | 我所一篇论文被国际顶级学术会议IEEE ICDE录用

发布时间：2022年11月11日

      由我所师生合作完成的论文Self-Supervised Spatial-Temporal Bottleneck Attentive Network for Efficient Long-term Traffic Forecasting被国际顶级学术会议IEEE International Conference on Data Engineering录用，该论文由我所郭晟楠老师带领贡乐天、王晨宇、周泽宇、申泽楷、黄奕恒同学在万怀宇和林友芳老师的指导下完成。

      在智能交通系统中，准确的长期交通预测具有重要的应用价值，可以辅助城市管理决策者和交通参与者做出明智的决定。现有的时空预测模型应用于长时交通预测时，模型的精度会迅猛下降，因为多数模型无法有效捕获交通数据中长距离的时空动态性。此外，这些预测模型高昂的计算代价也阻碍了它们在实际业务场景中的部署。本文提出了一种同时享有高预测精度和高计算效率的自监督时空瓶颈注意力网络（SSTBAN）。创新地将自监督学习引入时空交通数据预测领域，极大提高了预测模型的泛化性和稳健性，并设计了一个时空瓶颈注意力机制，能够以较低的计算代价高效编码交通数据的全局时空动态性。三个公开数据集上的实验结果证明了所提出方法的优越性。