GenST用语义生成预测无历史节点

Shuhao Li等提出GenST，将时空图中缺少历史观测节点的未来状态预测建模为条件生成任务；基于论文摘要的实验显示，该方法在六个交通数据集和两个非交通数据集的零样本预测中优于现有基线。 GenST用微调后的大语言模型从节点描述中提取功能区域、路网结构等语义，再由时空VAE压缩时空动态，并由生成式Transformer结合语义、地理坐标和邻域信息生成未来状态。现有结果限于论文摘要所述实验，尚不能视为已完成独立复现。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。