为了应对这些挑战,我们提出了一种用于下一个兴趣点推荐的双曲变分图自动编码器(HVGAE)。具体而言,我们利用双曲图卷积网络(双曲 GCN)通过将节点嵌入从欧几里得空间转换到双曲空间来对层次结构和树状关系进行建模。然后,我们使用变分图自动编码器(VGAE)将节点嵌入转换为概率分布,增强对更深层次潜在特征的捕获并提供更...
在此背景下,本文提出了静态 POI 的空间文本 POI 注释 (STPA) 模型,该模型仅使用 POI 的地理位置和名称来派生 POI 类别。具体来说,设计了一个基于 GCN 的空间编码器来对 POI 之间的空间相关性进行建模,以生成 POI 空间嵌入,并设计一个基于注意力的文本编码器来对 POI 的语义上下文进行建模,以生成 POI 文本嵌...
(GCN) approaches primarily support transductive learning and fall short in inductive tasks. To address these challenges, this paper introduces a novel spatial-temporal synchronous GraphSAGE (STS-GraphSAGE) model for traffic prediction. By integrating spatial and temporal correlations into a unified graph...
(LSTM), a variant of RNNs. However, CNN- and RNN-based models still exist limitations in solving complex spatial-temporal dependencies and achieving strong generalization. Therefore, GCN-based methods have been widely developed. STGCN [21] utilizes standard graph convolution networks to capture ...
Introduction 作者认为解决如下两个问题能有效增强GCN在动作识别中的能力: 1.在人类骨骼的不同部位中有着时空关联性,但这些关联性是动态的,而且在时空域中不同的动作关联性也是不同的。因此提取这些关联性很困难,标椎卷积操作普遍采纳的传统GCN是静态的,而且仅仅描述了邻居节点的空间联系,因而不能准确的获得这样的动...
本文通过将 GCN 拓展到 spatial-temporal graph model,称为:ST-GCN。如上图所示,这个模型是在 一个骨骼图的序列上 构建的,每个节点对应了 a joint of the human body。有两种 edges,即:spatial edges和temporal edges。 本文的创新点: 1). We proposeST-GCN, a generic graph-based formulation for modeling...
【论文学习】ST-GCN:Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition,程序员大本营,技术文章内容聚合第一站。
GCN就是图卷积神经网络。Graph Wavenet采用的是一层时序模型+一层图模型嵌套的方式实现的。第一层输入图中所有节点的时间序列数据,通过TCN每个序列独立提取表示。在得到每个序列每个时刻的表示后,每个时刻内所有节点的表示使用GCN进行一次空间上的融合。假设输入的维度是[N, T, D],N表示节点数量,T表示时间长度,D...
具体而言,我们利用双曲图卷积网络(双曲 GCN)通过将节点嵌入从欧几里得空间转换到双曲空间来对层次结构和树状关系进行建模。然后,我们使用变分图自动编码器(VGAE)将节点嵌入转换为概率分布,增强对更深层次潜在特征的捕获并提供更稳健的模型结构。此外,我们将 Mamba4Rec 推荐器和旋转位置嵌入(RoPE)相结合,提出了旋转...
1 Prompt-Based Spatio-Temporal Graph Transfer Learning 2 Rethinking Attention Mechanism for Spatio-Temporal Modeling: A Decoupling Perspective in Traffic Flow Prediction 3 Causality-Aware Spatiotemporal Graph Neural Networks for Spatiotemporal Time Series Imputation 4 ByGCN: Spatial Temporal Byroad-Aware ...