arXiv 机器学习· Kenan Kang, Matthew M. Y. Kuo, Weihua Li·· 5 小时前AI 评分34
SpecLST：面向交通预测的频域增强长短期时空多模态建模
SpecLST: Spectral-Enhanced Long-Short Term Spatio-Temporal Multimodal Modeling for Traffic Forecasting
AI 导读
时空多模态交通预测框架 SpecLST 正式提出，在 60 分钟预测跨度下相比 8 个基准模型将 MAE、RMSE 和 MAPE 平均分别降低 14.10%、10.35% 与 15.78%。该模型利用基于快速傅里叶变换的频域模块高效编码数周历史依赖，并结合稀疏 MoE 图增强骨干网络与频域残差头，有效增强了对突发交通异常的捕捉能力。
来源：arXiv 机器学习 · arxiv.org