Yuting Huang Ziquan Fang Zhihao Zeng Lu Chen Yunjun Gao

Abstract

Die räumlich-zeitliche Vorhersage spielt eine entscheidende Rolle in intelligenten Verkehrssystemen, der Wettervorhersage und der Stadtplanung. Obwohl die Integration multimodaler Daten Potenzial für eine verbesserte Vorhersagegenauigkeit zeigt, bestehen weiterhin wesentliche Herausforderungen: (i) eine unzureichende Fusion multimodaler Informationen, (ii) störende Faktoren, die kausale Zusammenhänge verdecken, sowie (iii) eine hohe rechnerische Komplexität der Vorhersagemodelle. Um diese Herausforderungen zu bewältigen, stellen wir E^2-CSTP vor – einen effektiven und effizienten Rahmen für kausale multimodale räumlich-zeitliche Vorhersage. E^2-CSTP nutzt Kreuzmoden-Attention- und Gating-Mechanismen, um multimodale Daten effektiv zu integrieren. Auf dieser Basis entwickeln wir einen dualen Zweig zur kausalen Inferenz: Der Hauptzweig konzentriert sich auf die räumlich-zeitliche Vorhersage, während der Hilfszweig Verzerrungen reduziert, indem er zusätzliche Modalitäten modelliert und kausale Interventionen anwendet, um wahre kausale Abhängigkeiten aufzudecken. Zur Verbesserung der Modell-Effizienz integrieren wir Graphen-Convolutional Networks (GCN) mit der Mamba-Architektur, um die räumlich-zeitliche Kodierung zu beschleunigen. Umfangreiche Experimente an vier realen Datensätzen zeigen, dass E^2-CSTP signifikant gegenüber neun state-of-the-art-Methoden abschneidet, wobei die Genauigkeit um bis zu 9,66 % gesteigert und der rechnerische Overhead um 17,37 % bis 56,11 % reduziert wird.