Prédiction du trafic
La prédiction de trafic est une tâche consistant à prévoir les conditions de circulation, telles que l'écoulement des véhicules et le temps de trajet, dans des zones spécifiques ou sur des routes. En tant qu'application importante de l'analyse des séries temporelles, son objectif principal est d'optimiser les systèmes de transport grâce aux données historiques et aux informations en temps réel, de réduire les embouteillages, d'améliorer l'efficacité de l'utilisation des routes et d'accroître la sécurité.
METR-LA
TITAN
PeMS07
STAEformer
PEMS-BAY
STD-MAE
PeMS08
PDFormer
PeMSD4
STD-MAE
PeMSD8
Hierarchical-Attention-LSTM (HierAttnLSTM)
PeMS04
PDFormer
EXPY-TKY
STD-MAE
PeMSD7
STG-NCDE
PeMSD7(M)
STD-MAE
LargeST
PatchSTG
NE-BJ
RGDAN
PeMSD3
PeMSD7(L)
STD-MAE
BJTaxi
ST-SSL
NYCTaxi
PeMS-M
SZ-Taxi
NYCBike1
NYCBike2
Beijing Traffic
MemDA
HZME(inflow)
HZME(outflow)
CorrSTN
PeMSD4 (10 days' training data, 15min)
DASTNet
PeMSD4 (10 days' training data, 30min)
PeMSD4 (10 days' training data, 60min)
PeMSD7 (10 days' training data, 15min)
PeMSD7 (10 days' training data, 30min)
PeMSD7 (10 days' training data, 60min)
PeMSD8 (10 days' training data, 15min)
PeMSD8 (10 days' training data, 30min)
PeMSD8 (10 days' training data, 60min)
Q-Traffic
hybrid Seq2Seq