arXiv · AI· Joseph Natter, Long Vu, Yifan Zhang, Bobin Deng, Kun Suo, Rui Wu·· 5 小时前AI 评分27
GAS-PFN：一种基于图感知时空先验数据拟合网络的零样本交通预测方法
GAS-PFN: Graph-Aware Spatiotemporal Prior-Data Fitted Networks for Zero-Shot Traffic Forecasting
AI 导读
研究者提出GAS-PFN，将随机游走扩散融入合成任务先验以学习图耦合动力学，实现零样本交通预测。 在90分钟预测时长的六个基准测试中，GAS-PFN的平均MSE较TimePFN降低34.0%，较四款工业界通用零样本预测器降低27.7%。 该设计表明使PFN先验与推理架构对齐图结构能提升零样本交通预测的上下文学习能力。
来源：arXiv · AI · arxiv.org