أحدث نتائج مركز العلوم الحضرية والبحوث الحاسوبية، قسم الهندسة الإلكترونية، جامعة تسينغهوا "التعلم المكاني الزمني باستخدام اللقطات القليلة عبر توليد الشبكات العصبية الانتشارية"تم قبول هذه الدراسة من قبل ICLR2024، واقترحت نموذج GPD (الانتشار التوليدي المدرب مسبقًا) لتحقيق التعلم المكاني الزمني في سيناريوهات البيانات المتفرقة.

هذه المجموعة من البيانات هي بيانات مفتوحة المصدر وشيفرة للورقة البحثية. يمكن العثور على البيانات المستخدمة للتدريب والتقييم فيبيانات السلاسل الزمنيةتم العثور عليه في (مضمن بالفعل في ملف بذرة HyperNeural "Time-series-data").

بعد تنزيل البيانات، قم بنقلها إلى ./Data .

بالنسبة لكل مدينة، قدم فريق البحث البيانات التالية:

• Graph data:يسجل مصفوفة التجاور للرسم البياني للزمان والمكان.
• Time series data:تسجيل بيانات التسلسل الزمني لكل عقدة.

يقدم فريق البحث مجموعتين من البيانات التسلسلية الزمنية: تدفق الحشود (بما في ذلك DC، BM، الرجل) وسرعة حركة المرور (بما في ذلك metr-la، pems-bay، shenzhen، hengdu_m).