★ 2
自适应谱分解的多步交通预测网络
论文提出自适应分解网络 ADNet，将交通动态自适应解耦为主导与残差分量。它引入可学习的互补谱分解机制，让每个频段以不同比例贡献两个分量，并与预测目标联合优化。在 TraffiDent 数据集上，ADNet 在 24 项区域-视野-指标对比中 20 项取得最佳，长预测视野增益尤为明显。
arXiv cs.LG40 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出自适应分解网络 ADNet，将交通动态自适应解耦为主导与残差分量。它引入可学习的互补谱分解机制，让每个频段以不同比例贡献两个分量，并与预测目标联合优化。在 TraffiDent 数据集上，ADNet 在 24 项区域-视野-指标对比中 20 项取得最佳，长预测视野增益尤为明显。
论文提出 FlashDiffusion，一种无矩阵方法，在融合 GPU 分块中计算稠密高斯核块，避免 O(N²) 内存开销。方法将特征求解器与经验 β-flow 耦合，用于选择有限样本分辨率尺度，并通过样本量与带宽的延拓从粗分辨率热启动更昂贵的谱求解。面向扩散映射与核方法的可扩展几何学习。