时空预测又爆火了!新SOTA实现零样本精准预测

news2025/1/10 9:56:51

时空预测又有新突破啦!港大、华南理工等提出了时空大模型UrbanGPT,在性能上猛超现有SOTA,实现零样本即可时空预测!

另外还有清华的首个通用城市时空预测模型UniST、能即插即用快速适配的时空提示调整机制FlashST...这些效果非常nice的研究都被ICML等各大顶会顶刊收录,可见今年的时空预测依然是好发论文的方向。

目前有关时空预测的创新偏向智能化和自动化,专注于提供更准确的预测信息,以满足各种实际场景需求。因此这个方向的发展空间还是很大的,有很多创新点等我们去挖掘。

为了方便想发论文的同学,我这次整理了9篇时空预测相关的顶会顶刊paper,都是最新,这些方法的创新点我也简单提炼了,方便大家参考,开源代码也有。

论文原文+开源代码需要的同学看文末

UrbanGPT: Spatio-Temporal Large Language Models

方法:论文提出了UrbanGPT,它无缝地将空间-时间依赖编码器与指令调整范式相结合,有效地将空间-时间上下文与大语言模型相匹配。通过将这些组成部分整合在一起,该模型能够更好地理解和预测空间-时间模式,在零样本空间-时间学习场景中展现出了卓越的泛化能力,超过了现有基线模型的表现。

创新点:

  • 提出了 UrbanGPT,这是一个针对空间-时间预测的大型语言模型,能够预测不同数据集中的各种城市现象,尤其是在数据有限的情况下。

  • UrbanGPT 提出了一个空间-时间预测框架,通过将空间-时间依赖编码器与指令调整模式无缝集成,有效地将空间-时间背景与大型语言模型相结合。

FlashST: A Simple and Universal Prompt-Tuning Framework for Traffic Prediction

方法:论文提出了FlashST框架,该框架通过适应预训练模型到不同下游任务的特定特征,改进了不同时空预测场景中模型的泛化能力。该框架包括一个轻量级的时空提示网络和一个统一分布映射机制,能够捕捉上下文信号和建模时空依赖关系,同时通过分布映射机制实现预训练数据和下游数据之间的知识传递。

创新点:

  • 引入了FlashST框架,该框架通过在不同的时空场景中捕获上下文信号和建模复杂的时空关系,有效地适应不同的时空预测任务。

  • 提出了一种分布映射机制,用于将预训练数据和下游任务数据的分布进行对齐,促进知识传递和准确的预测结果。

  • 在多个实验中验证了FlashST显著的有效性和泛化能力,显著提高了下游任务的预测性能,同时减少了20%到80%的训练时间。

UniST: A Prompt-Empowered Universal Model for Urban Spatio-Temporal Prediction

方法:论文介绍了UniST,这是一种通用的模型,用于处理城市空间-时间预测问题。UniST通过利用不同场景下的多样空间-时间数据、有效的预训练以捕捉复杂的空间-时间动态以及知识引导的提示来实现了成功。该模型在20多个空间-时间场景的广泛实验中证明了其在提升最新性能方面的有效性,特别是在少样本和零样本预测方面。

创新点:

  • UniST通过灵活处理不同来源和特征的时空数据,实现了跨城市和领域的强大泛化能力。

  • 预训练与提示调整:采用创新的预训练策略和时空知识引导的提示机制,提升模型性能。

  • UniST在少样本和零样本预测任务中展现出色的表现,即使在只有有限或没有训练数据的情况下也能做出准确的预测。

Equivariant Spatio-Temporal Attentive Graph Networks to Simulate Physical Dynamics

方法:本文提出了一种等变的时空图神经网络(ESTAG),用于建模和预测物理系统的动力学行为。该模型利用等变离散傅里叶变换来提取周期特征,使用等变空间模块和等变时间模块进行空间和时间信息传递,并通过线性池化来预测未来的位置。

创新点:

  • 提出了一种新的等变时空图神经网络,用于对物理动力学进行建模。该模型通过引入频域特征提取和等变的空间和时间模块,能够更准确地捕捉物理系统的时空依赖关系。

  • 设计了一种新的变换方法,用于从历史数据中提取周期性特征,这有助于模型更好地理解和预测物理系统的动态行为。

  • 通过考虑过去一段时间内的轨迹,模型能够处理物理动态中的非马尔可夫特性,即系统的未来发展不仅仅依赖于当前状态,还受到过去状态的影响。

关注下方《学姐带你玩AI》🚀🚀🚀

回复“时空顶会”获取全部论文+开源代码

码字不易,欢迎大家点赞评论收藏

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1969267.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

探索计算器存储器的奥秘:数字记忆的科学

在日常生活中,我们经常使用计算器来执行各种数学运算。但你是否曾想过,当按下每个按键时,计算器是如何记住数字和运算符的?本文将深入探讨计算器存储器的工作原理,揭示其背后的科学原理。 引言:数字世界的…

家庭出游新风尚!格瑞维亚改装大赛创意实用并存

在创新浪潮翻涌的当下,汽车已蜕变为个性化生活的璀璨舞台,格瑞维亚改装共创大赛便是这一变革的推动者。这场大赛,不仅汇聚了400余支创意团队的心血结晶,更将汽车改装的魅力推向了新的高度。它不仅仅是对机械与美学的重塑&#xff…

STM32——EXIT外部中断

一、中断系统 以上就是中断的概念,简单理解就是: 当程序运行过程中,如果有中断源向CPU打报告,CPU就会暂停手下的事情去处理中断源提交的事情,然后处理完了在返回到CPU原来的位置继续处理手上的事情。如果同时有多个中…

浏览器指纹技术:如何更改浏览器指纹?

“指纹信息”是一个人独有的身份象征,而“浏览器指纹”,就是网站和在线平台使用浏览器指纹来收集有关您的浏览器、设备和网络的详细信息,它可以说是你上网的身份象征,可让网站跟踪您的在线行为。 下面我们简单科普浏览器指纹的工…

tomato 靶场

1.主机发现 扫描ip及端口 2.端口扫描 nmap192.168.233.131 有三个开放的端口nmap -sC -sV -O 192.168.233.131 -sC常见漏洞脚本扫描 -sV开放端口服务/版本号 -O操作系统探测 3.目录扫描 DIRECTORY: http://192.168.233.131/antibot_image/ http://192.168.233.131/index.h…

单调队列与单调栈<1>——单调队列

单调队列,即队列里的元素单调递增或递减。一般用于求区间内的最值问题。 模板题:P1886 暴力的话很简单,搞定。但是对于来说肯定TLE。所以我们要用单调队列来解决这道题。因为单调队列中元素大小单调递增或递减,所以,队首必定是最…

TwinCAT3 新建项目教程

文章目录 打开TwinCAT 新建项目(通过TcXaeShell) 新建项目(通过VS 2019)

案例精选 | 聚铭网络助力石家庄市栾城区中医院防护体系焕新升级

石家庄市栾城区中医院,坐落于栾城这块历史悠久的热土上,占地广阔,达4200平方米,作为一家享有盛誉的二级甲等综合性中医医疗机构,它不仅是传统医学与现代科技融合的典范,更是区域医疗卫生服务的重要支柱。 …

【JavaScript】详解数组方法 fill()

文章目录 一、fill()方法简介二、fill()方法的基本用法三、fill()方法的进阶用法四、实际应用案例五、注意事项六、总结 在JavaScript中,fill()方法是数组操作中一个非常有用的方法。它可以快速地用特定值填充数组的全部或部分内容。理解fill()方法的工作机制和使用…

深度对话安天王小丰:我们应该从微软“蓝屏”事件学到什么?

ITValue 国内厂商和CrowdStrike的差距,相比于国外厂商和CrowdStrike的差距更大。 作者|张帅 编辑|盖虹达 首发|钛媒体APP ITValue 我们赖以生存的数字世界,可能比想象得还要脆弱。 近日,全球范围内的微软Wi…

基于Gitlab CI+Argo CD的Gitops实践

项目简介 项目说明 本项目构建了一个基于GitOps理念的完整CI/CD管道,旨在实现软件开发与运维的高度自动化和一致性。通过GitLab、GitLab Runner(部署于Kubernetes)、Maven、Java、SonarQube、Harbor以及Argo CD等工具的紧密协作&#xff0c…

二叉树的存储

二叉树的存储 满二叉树或者完全二叉树可以采用顺序存储,普通二叉树一般采用链式存储 节点的结构体原型 typedef int DataType typedef struct node { DataType data; struct node *L; struct node *R; }twotree&#xff…

【数值计算方法】数值积分微分-python实现-p3

原文链接:https://www.cnblogs.com/aksoam/p/18332123 更多精彩,关注博客园主页,不断学习!不断进步! 我的主页 csdn很少看私信,有事请b站私信 博客园主页-发文字笔记-常用 有限元鹰的主页 内容&#xf…

【阅读笔记】红外sensor的ITR、IWR读出模式分析

一、ITR、IWR读出模式分析 InGaAs短波红外探测器具有ITR和IWR两种工作模式。两种工作模式都包括三个相同的工作过程,即复位、积分和读出。每个工作过程的开始与结束都由配置指令码控制,配置指令码包括复位指令、开始积分指令、开始读出指令和读出结束指…

找到学习的引擎,更让你进入心流状态的高效学习

一、心流状态的启动秘籍 1. 简单开始:找到学习的入口 从简单的任务开始,比如整理学习空间或列出学习计划,让大脑逐渐适应学习的节奏。 2. 环境塑造:打造专注的学习空间 清理桌面,减少干扰,比如将手机置…

探索未来之境:揭秘元宇宙(Metaverse)

在科技与想象的交界,一个名为“元宇宙”(Metaverse)的概念正逐渐从科幻走入现实,预示着人类交互与体验的全新纪元。元宇宙不仅是技术的飞跃,更是未来生活方式的蓝图,它模糊了虚拟与现实的界限,开…

Ubuntu配置项目环境

目录 一、Xshell连接云服务器 二、切换到root用户 三、安装jdk 四、安装tomcat 五、安装mysql 1、安装mysql服务器 2、卸载mysql服务器 六、正式进行程序的部署 一、Xshell连接云服务器 要想使用xshell连接上云服务器就需要明确云服务器的几个信息: 1&…

Qt 的径向渐变的类QRadialGradient 学习笔记

QRadialGradient 是 PySide(即 Qt 的 Python 绑定)中用于创建径向渐变的类。径向渐变是一种从中心点向外扩展的渐变效果,与线性渐变不同,线性渐变是沿着一条直线变化的。基本概念 QRadialGradient 可以用来为图形项、形状或背景…

python调用IP摄像头

一、手机端下载软件 至于怎么下载?? 直接去浏览器搜索,并找到对应的下面的这个即可,也可以用我提供的这个链接去下载 IP Camera摄像头app下载-IP Camera无线摄像头app下载 v28.7.3手机客户端 - 多多软件站 二、勾选RTSP服务器&…