청화대학교 전자공학과 도시과학 및 계산연구센터의 최신 연구 결과 "확산 신경망 생성을 통한 시공간적 소수 학습"ICLR2024에서 승인된 이 연구는 데이터가 희소한 상황에서 시공간적 학습을 달성하기 위해 GPD(Generative Pre-Trained Diffusion) 모델을 제안했습니다. 이 데이터 세트는 논문의 오픈 소스 데이터와 코드입니다. 훈련 및 평가에 사용된 데이터는 다음에서 찾을 수 있습니다.시계열 데이터(HyperNeural 시드 파일 "Time-series-data"에 이미 포함되어 있음)에서 발견되었습니다. 데이터를 다운로드한 후 ./Data 로 이동합니다. 연구팀은 각 도시에 대해 다음과 같은 데이터를 제공했습니다.

• Graph data: 공간-시간 그래프의 인접 행렬을 기록합니다.
• Time series data: 각 노드의 시간 순서 데이터를 기록합니다. 연구팀은 군중 흐름(DC, BM, man 포함)과 교통 속도(metr-la, pems-bay, shenzhen, hengdu_m 포함)의 두 가지 시계열 데이터 세트를 제공합니다.

소환

@inproceedings{ 위안2024시공간, 제목={확산형 신경망 생성을 통한 시공간적 소수샷 학습}, 작성자={Yuan Yuan 및 Chenyang Shao 및 Jingtao Ding 및 Depeng Jin 및 Yong Li}, 책 제목={제12회 학습 표현 국제 컨퍼런스}, 연도={2024}, url={https://openreview.net/forum?id=QyFm3D3Tzi} }