Spatio-temporal Prediction3 GMAN: A Graph Multi-Attention Network for Traffic Prediction 요약 및 설명 세 번째 graph neural network(GNN)을 활용한 시계열 예측 논문입니다. 제목은 GMAN: A Graph Multi-Attention Network for Traffic Prediction 입니다. GMAN: A Graph Multi-Attention Network for Traffic Prediction 2020년 4월 3일 publish In Proceedings of the AAAI conference on artificial intelligence Chuanpan Zheng, Xiaoliang Fan, Cheng Wang, and Jianzhong Q 2022년 8월 10일 기준 citation 수 342회 샤먼 대학교 연구진들의 연구 내용입니다. (샤먼 대학교는 샤먼시에 위치하는.. 2022. 8. 10. Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting 요약 및 설명 두 번째 graph neural network(GNN)을 활용한 시계열 예측 논문입니다. 제목은 Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting입니다. Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting 2019년 7월 17일 publish In Proceedings of the AAAI conference on artificial intelligence Shengnan Guo, Youfang Lin, Ning Feng, Chao Song, and Huaiyu Wan 2022년 8월.. 2022. 8. 6. Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting 요약 및 설명 몇 개의 글을 거쳐서 graph neural network를 활용하여 시계열 예측을 한 사례들을 확인해보고자 합니다. 첫 논문은 Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting입니다. Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting 2017년 9월 14일 최초 공개, 2018년 7월 12일 최종 수정 arxiv 2022년 8월 4일 기준 citation 수 1500회 Bing Yu, Haoteng Yin, and Zhanxing Zhu 북경대의 연구진들이 진행한.. 2022. 8. 4. 이전 1 다음
