SpecLST 交通预测框架发布
热点事件持续更新
SpecLST 交通预测框架发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Kenan Kang 等人提出并发布 SpecLST 框架。该模型基于频谱增强技术，通过 FFT 模块高效编码数周历史依赖，并结合稀疏 MoE 骨干与图增强进行时空学习。 在 60 分钟预测窗口下，该模型在 8 个神经预测基线模型和 4 个数据集上表现优异，将 MAE 降低 14.10%，RMSE 降低 10.35%，MAPE 降低 15.78%。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
SpecLST：基于频谱增强的长短期时空多模态交通预测模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · MLSpecLST：基于频谱增强的长短期时空多模态交通预测模型
SpecLST 提出了一种频域增强框架，通过 FFT 模块高效编码数周历史依赖，结合稀疏 MoE 骨干与图增强进行时空学习。 在 60 分钟预测窗口下，该模型在 8 个神经预测基线模型和 4 个数据集上，将 MAE 降低 14.10%，RMSE 降低 10.35%，MAPE 降低 15.78%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。