PDFormer : Transformateur dynamique à longue portée sensible au délai de propagation pour la prévision de flux de trafic

En tant que technologie fondamentale du système de transport intelligent, la prédiction du flux de trafic présente un large éventail d'applications. Le défi fondamental de cette prédiction réside dans la modélisation efficace des dépendances spatiales et temporelles complexes présentes dans les données de trafic. Les modèles de réseaux de neurones graphiques (GNN) spatio-temporels se sont établis comme l'une des approches les plus prometteuses pour relever ce défi. Toutefois, les modèles basés sur les GNN présentent trois limitations majeures dans le contexte de la prédiction du trafic : i) la plupart des méthodes modélisent les dépendances spatiales de manière statique, ce qui limite leur capacité à apprendre les dynamiques du trafic urbain ; ii) la plupart des approches ne prennent en compte que les informations spatiales à courte portée, empêchant ainsi la capture des dépendances spatiales à longue portée ; iii) ces méthodes ignorent le fait que la propagation des conditions de trafic entre différents lieux présente un retard temporel dans les systèmes de trafic. A cet effet, nous proposons un nouveau modèle, le PDFormer (Propagation Delay-aware dynamic long-range Transformer), conçu pour une prédiction précise du flux de trafic. Plus précisément, nous avons conçu un module d'attention spatiale auto-référentielle afin de capturer les dépendances spatiales dynamiques. Ensuite, deux matrices de masquage graphique sont introduites pour mettre en évidence les dépendances spatiales respectivement à courte et à longue portée. Par ailleurs, un module de transformation de caractéristiques sensible aux retards de trafic est proposé, permettant au PDFormer de modéliser explicitement les retards temporels dans la propagation des informations spatiales. Des expérimentations étendues sur six jeux de données réelles publiques de trafic démontrent que notre méthode atteint non seulement des performances de pointe, mais aussi une efficacité computationnelle compétitive. En outre, nous visualisons la carte d'attention spatio-temporelle apprise afin de rendre notre modèle hautement interprétable.