★ 2
CAA-GMM：车辆轨迹预测新框架
arXiv 论文提出上下文感知注意力高斯混合模型（CAA-GMM），将未来运动建模为以场景上下文和智能体动态为条件的概率混合，用轻量注意力机制编码智能体交互。在 nuScenes 和 Argoverse 2 数据集上取得与最优栅格基线相当或更优的精度，同时保持低计算复杂度。
arXiv cs.LG25 天前
#智能交通
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
GenST 用 LLM 语义桥生成未观测节点时空预测
论文针对传感器网络空间覆盖不足导致的未观测节点状态预测（FUNS）难题，提出 GenST 框架，引入大语言模型作为语义桥梁，从节点描述中提取功能区与路网结构等语义特征。框架采用时空 VAE 加生成式 Transformer 的两阶段架构，在六个交通与两个非交通数据集上零样本预测显著优于基线。
arXiv cs.LG25 天前
★ 2
自适应元学习器融合可解释性与天气预测公交到站
该论文提出 HYB(nm) 自适应混合集成框架，通过元学习器动态融合历史基线、周期时序分析、Koopman 神经算子、天气特征网络与实时图卷积网络五种模型，用于公交到站时间（ETA）预测。在印度加尔各答三条公交线路、超 4000 次行程的 GPS 与天气数据上评估，精度媲美领先图神经网络，并在稳定…
arXiv cs.LG34 天前