arXiv cs.AI· Kaiyun Wei, Yue Xu, Wenying Duan, Zichen Xu, Shuai Ma, Xiaoxi He·· 1 天前AI 评分24
TopoST：面向城市时空基础模型的拓扑条件节点特化方法
TopoST: Topology-Conditioned Node Specialization for Urban Spatio-Temporal Foundation Models
AI 导读
TopoST 通过共享的拓扑到参数映射实现可迁移的节点特化，为未见节点直接生成时空依赖参数，无需目标专用嵌入或模型更新。该方法基于 20+ 个城市数据集的分析，发现跨数据集重复出现的局部图结构与局部子图内的显著节点异质性。实验显示 TopoST 在未见城市和任务上实现零样本泛化，代码已开源。
正文 · AI 翻译
摘要：城市时空基础模型必须在多种城市场景之间共享知识，同时适应异构的节点动态。我们对涵盖多种城市场景的 20 多个数据集的分析表明，不同数据集之间存在反复出现的局部图结构，同时局部子图内存在显著的节点异质性。受这些观察启发，我们提出 TopoST，它将局部子图上的共享学习与以拓扑为条件的节点特化相结合。关键洞见是让节点特化本身通过共享的拓扑到参数映射实现可迁移。该映射使用与身份无关的拓扑表示来生成节点特定的时间和空间依赖参数，从而无需目标特定的嵌入或模型更新即可直接为未见节点实现特化。大量实验表明，TopoST 在未见城市和任务上实现了显著的零样本泛化，凸显了以拓扑为条件的节点特化作为可迁移城市时空基础模型有效机制的作用。代码可在 此 https URL 获取。
| 主题： | 社会与信息网络（cs.SI）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.15440 [cs.SI] |
| （或 arXiv:2611.15440v1 [cs.SI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.15440 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Kaiyun Wei [查看电子邮件]
[v1]
2026年11月11日星期三 13:14:06 UTC（280 KB）
来源：arXiv cs.AI · arxiv.org