AAAI 2020. Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for Spatial-Temporal Network Data Forecasting - STSGCN/load_params.py at master · Anais-Y/STSGCN
AAAI 2020. Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for Spatial-Temporal Network Data Forecasting - Davidham3/STSGCN
论文&代码:github.com/wanhuaiyu/ST 引言 作者认为现有的时空网络数据预测方法通常使用单独的组件来捕获时空相关性,并忽略时空数据中的异质性。因此提出一个新的模型:Spatial-Temporal Synchronous Graph Convolutional Networks (STSGCN),用于时空网络数据预测。该模型能够通过精心设计的时空同步建模机制有效捕捉复杂的局部时...
master Breadcrumbs STSGCN_Pytorch/ PEMSD4_history_vaild_MAE.npyLatest commit HistoryHistory File metadata and controls Code Blame 864 Bytes Raw View rawFooter © 2025 GitHub, Inc. Footer navigation Terms Privacy Security Status Docs Contact Manage cookies Do not share my personal information ...
《Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for Spatial-Temporal Network Data Forecasting》 代码: STSGCNgithub.com/Davidham3/STSGCN Introduction 1. Localized spatial-temporal correlations 在同一时间,由于真实的空间依赖关系,时空图(spatial-temporal graph)中的节点状态直接被...
heibaipei/STSGCN forked fromMcdragon/STSGCN 确定同步? 同步操作将从Mcdragon/STSGCN强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!! 确定后同步将在后台操作,完成时将刷新页面,请耐心等待。 删除在远程仓库中不存在的分支和标签
源代码地址:https://github.com/Davidham3/STSGCN 一、确定运行环境 通过查看STSGCN的文档可以知道,运行环境为docker镜像的mxnet_1.41_cu100 但是在2022年5月左右,mxnet在docker的发布者将旧版本镜像全部删除,1.4.1版本不再可用,因此需要寻找替代方案。 注:新版镜像附带的是mxnet-cu100==1.9.1,该版本与STSGCN不兼容...
论文、代码和数据集已在github上公开发布:https://github.com/wanhuaiyu/STSGCN 总结 STSGCN模型抛开了时空数据挖掘中的传统模式,尝试使用单组件对时空关系进行同时捕获,取得了一定的成功,在4个数据集上的实验证明了该方法的可行性。且全局遮罩矩阵、时空嵌入矩阵等也增强了模型在时空信息捕获上的能力。