arXiv · ML· Xuxilu Zhang, Francesc Soriguera·· 2026-10-06AI 评分31
基于 LLM 增强的时空学习框架:ZI-ASTGCN 用于网格级共享自行车需求预测
LLM-enhanced spatio-temporal learning for grid-level docked bike sharing demand prediction
AI 导读
针对共享自行车需求预测中非平稳性与文本融入难题,提出由 LLM 驱动 ZI-ASTGCN 的框架。LLM 将城市文本转化为时空扰动场,注入双分支零膨胀网络。在巴塞罗那 Bicing 数据集上,该模型优于传统神经网络基线,在高需求时段提升显著,已被 2026 IEEE ITSC 录用。
来源:arXiv · ML · arxiv.org