时空图神经网络SPATIAL-TEMPORAL GRAPH NEURAL NETWORKS 学习综述论文 A Comprehensive Survey on Graph Neural Networks 许多现实世界应用中的图在图结构和图输入这两方面都是动态的。时空图神经网络(STGNNs)在捕捉图的动态性方面占有重要位置。此类别下的方法旨在建模动态节点输入,同时假设连接节点之间的相互依赖性。例如...
我们认为TGConv具有通用性,可以应用于其他任务,并将其留待进一步研究。 3.5 Spatio-Temporal Graph Transformer 时间transformer可以单独模拟每个行人的运动动力学,但不能考虑空间交互作用;spatial Transformer利用TGConv处理人群交互,但很难推广到时间序列。行人预测的一个主要挑战是建模耦合时空交互作用。行人的空间和时间...
论文:Pre-training Enhanced Spatial-temporal Graph Neural Network for Multivariate Time Series Forecasting 或者是:Pre-training Enhanced Spatial-temporal Graph Neural Network for Multivariate Time Series Forecasting GitHub:https://github.com/zezhishao/STEP KDD 2022的论文。 摘要 多变量时间序列(MTS)预测在广...
最近,北京交通大学的贾子钰博士等人在第29届国际人工智能联合会议IJCAI (International Joint Conference on Artificial Intelligence, CCF人工智能领域A类会议) 发表了一篇关于睡眠自动分期的文章《GraphSleepNet: Adaptive Spatial-Temporal Graph Convolutional Networks for Sleep Stage Classification》。 该文章以时空睡眠脑电...
或者是:Pre-training Enhanced Spatial-temporal Graph Neural Network for Multivariate Time Series Forecasting GitHub:https://github.com/zezhishao/STEP KDD 2022的论文。 摘要 多变量时间序列(MTS)预测在广泛的应用中发挥着重要作用。最近,时空图神经网络(STGNNs)日益成为流行的 MTS 预测方法。STGNNs 通过图神经...
本文的主要流程是,在中小企业图谱中进行供应链挖掘,然后提出Spatial-Temporal aware Graph Neural Network (ST-GNN) 来对局部区域进行随时间变化的拓扑特征的提取。采用半监督的链路预测方式,我们训练了一个端到端的模型来区分各个企业之间潜在的供应链关系和其他噪声关系。将训练好的模型应用于整体SME 图并为 SME 之...