Yuting Huang Ziquan Fang Zhihao Zeng Lu Chen Yunjun Gao

Résumé

La prédiction spatio-temporelle joue un rôle fondamental dans les transports intelligents, la prévision météorologique et l’aménagement urbain. Bien que l’intégration de données multi-modales ait montré un potentiel prometteur pour améliorer la précision des prédictions, des défis majeurs persistent : (i) une fusion insuffisante des informations multi-modales, (ii) la présence de facteurs de confusion qui masquent les relations causales, et (iii) une complexité computationnelle élevée des modèles de prédiction. Pour relever ces défis, nous proposons E^2-CSTP, un cadre efficace et performant pour la prédiction spatio-temporelle causale multi-modale. E^2-CSTP exploite des mécanismes d’attention croisée et de gating afin d’intégrer efficacement les données multi-modales. Sur cette base, nous concevons une approche causale à double branche : la branche principale se concentre sur la prédiction spatio-temporelle, tandis que la branche auxiliaire atténue les biais en modélisant des modalités supplémentaires et en appliquant des interventions causales afin de révéler les dépendances causales réelles. Pour améliorer l’efficacité du modèle, nous intégrons le réseau de graphes convolutifs (GCN) à l’architecture Mamba afin d’accélérer le codage spatio-temporel. Des expérimentations étendues sur quatre jeux de données réels montrent que E^2-CSTP surpasse significativement neuf méthodes de pointe, atteignant une amélioration de précision allant jusqu’à 9,66 %, ainsi qu’une réduction de 17,37 % à 56,11 % de la charge computationnelle.