التوقع الخاص بإشارات المرور في الشبكات النقلية باستخدام الترابطات الزمانية المكانية على الرسوم البيانية

تنطوي التنبؤ بسلسلة زمنية متعددة المتغيرات على تحديات نظرًا لارتباط المتغيرات ببعضها عبر الزمن والمكان، كما هو الحال في حالة إشارات المرور. ويُخفف تعريف الإشارات على الرسوم البيانية من هذه التعقيدات من خلال تمثيل تطور الإشارات عبر الفضاء باستخدام نوى رسومية ذات صلة، مثل نواة انتشار الحرارة. ومع ذلك، فإن هذه النواة وحدها لا تُمكّن من التقاط الديناميكيات الحقيقية للبيانات، نظرًا لأنها تعتمد فقط على البنية الرسومية. ويمكن سد هذه الفجوة من خلال دمج تمثيل النواة الرسومية مع نماذج تعتمد على البيانات وتستفيد من البيانات التاريخية. ويقترح هذا البحث نموذجًا لانتشار المرور يدمج بين عدة نوى انتشار حراري في نموذج تنبؤ مبني على البيانات للتنبؤ بإشارات المرور. ونُحسّن معلمات النموذج باستخدام الاستدلال بايزي لتصغير أخطاء التنبؤ، وبالتالي تحديد النسبة المختلطة بين النهجين. وتعتمد هذه النسبة المختلطة بشكل كبير على حجم بيانات التدريب والانحرافات في البيانات، والتي تتوافق عادةً مع أوقات الذروة في بيانات المرور. ويُظهر النموذج المقترح دقة تنبؤ تُقارن بأفضل النماذج العصبية العميقة الحالية، مع بذل جهد حسابي أقل. كما يحقق أداءً متميزًا في التنبؤ على المدى الطويل بفضل الاحتفاظ بنموذج التكرار الدوري في النماذج المبنية على البيانات.