喜报 | 我所一篇论文被计算机领域顶级期刊TKDE录用

发布时间：2021年1月22日

      我所被录用的论文题为 Learning Dynamics and Heterogeneity of Spatial-Temporal Graph Data for Traffic Forecasting。由林友芳、万怀宇老师指导，博士生郭晟楠完成。该研究也是我所与南洋理工大学丛高老师团队紧密合作的成果。

      该论文以时空图数据预测为目标，以交通领域的流量数据预测为应用背景，解决了现有时空图数据预测方法中仍然存在的三个关键问题：1）现有工作无法有效捕获交通数据在时、空维度的动态性；2）现有工作在长期预测任务上仍然效果欠佳；3）现有工作往往忽略了交通数据在时间和空间维度上的异质性。

模型总体框架图

       针对上述挑战，本文提出了一种基于注意力机制的时空图神经网络模型。本文的主要贡献总结如下：

          1）我们提出了一种完全基于自注意力机制的网络，可以灵活学习交通数据在时、空维度的动态性，实现高准确率的长期预测；

          2）在时间维度，我们设计了一种具有序列趋势感知的注意力机制；在空间维度，我们设计了一种动态图卷积；

          3）我们的模型通过引入时间位置嵌入模块和空间位置嵌入模块，不仅建模了交通数据在时间和空间维度上的异质性，同时以一种简洁的方式捕获了交通数据的周期性；

          4）我们提出的模型在四个高速公路数据集和一个城市地铁流量数据集上均取得了很好地预测效果。