跳到正文
热点事件持续更新

GCRN+用15.6%传感器预测全网速度

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Ran Tu 等作者提交的 GCRN+ 方法,在达拉斯-沃斯堡地区 4127 条方向性高速路段上,仅使用 643 条路段(15.6%)的固定传感器数据,预测全路段当前小时和下一小时的速度。 在无传感器的路段上,当前小时预测的 RMSE 为 2.21 mph,下一小时为 2.39 mph,均低于历史均值基线的 3.23 mph。该方法以图卷积循环网络预测速度相对历史速度曲线的偏差。

AI 根据报道生成 · 55 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv cs.AI
    GCRN+:用探针监督图卷积循环网络从稀疏固定传感器预测全网高速公路速度

    GCRN+ 在达拉斯-沃斯堡地区 4127 条方向性高速路段上,仅用 643 条路段(15.6%)的传感器数据实现全路段当前小时与下一小时速度预测,无传感器路段 RMSE 分别为 2.21 mph 和 2.39 mph,优于历史均值基线的 3.23 mph。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。