2020顶会wwwSTGRAT is used for traffic prediction in STG graphs with note the network.

概述

由于道路类型各异、速度变化以及路网间的空间相互依存关系

主要创新：

1. STGRAT, 一种高效的时空特性的捕捉机制。
2. 新增的自注意力机制与先验向量共同作用以辅助模型选择相应的功能。
3. 通过定量评估实验结果与现有及最先进的模型进行对比分析。
4. 进一步定量分析了STGRAT在不同时间段以及交通状况下的关注模式变化情况。

编码器整体架构

时间与层数各自由x轴和y轴进行表示，在数据流处理中，在左半部分采用了L型堆叠编码器设计，在右半部分则采用了相应的解码器设计。 在解码阶段的起始位置处采用了‘[Start]’作为特殊标记

一个编码器层包含三个序列子层：空间注意力机制、时序注意力机制以及前馈神经网络模块。其中的空间注意力机制能够在每一个时间步长专注于其周围的邻居节点所携带的空间相关特征信息；而时序注意力机制则能够专注于该输入序列不同时间位置的信息关联关系

通过layer normalization和dropout技术来增强模型的泛化性能。整个编码器架构由一个嵌入层加上四个（L=4）相同结构的编码器层构成。该模块将输入信号的空间与