首页 > 其他分享 >论文笔记——流量预测

论文笔记——流量预测

时间:2024-09-03 16:06:00浏览次数:13  
标签:误差 frac Graph 论文 mid 流量 笔记 downarrow

[!NOTE]

Ctrl + Enter:表格添加一行

Shift + Enter:表格内部换行,相当于末尾加\br

论文总结

Graph WaveNet

2019年,IJCAI,Graph WaveNet for Deep Spatial-Temporal Graph Modeling,交通流量预测

image-20240813130544937-1723525552604-1

优势及创新点

  1. 基于实体之间的关系都是预定的(实际上不是),仅通过固定图结构捕获空间依赖 \(\rightarrow\) 使用自适应邻接矩阵,动态调整图结构 。通过两个可学习的向量实现,对应公式(5)。
  2. 无法有效捕获长时间序列 \(\rightarrow\)空洞卷积扩大感受野,模拟RNN、LSTM捕获长序列特征,同时拥有并行运算的特性。
  3. GCN考虑二阶邻居,即邻居的邻居。
  4. 模型训练/推理速度非常快。

不足

  1. 大规模数据集上应用Graph WaveNet的可拓展方法 。
  2. 进一步学习动态空间依赖。

代码复现

技巧
  1. 采用残差块,避免梯度消失。
  2. 尽可能采用卷积层代替其他层,如线性层(也叫全连接层)、skip connection等。减少模型参数,提高模型训练速度。
  3. 善用一维卷积。一维卷积不能改变张量的高宽,但能改变其通道数。
  4. 增加通道数:确保特征表示的丰富性,可以学习到更加复杂的特征。
  5. skip connection
    • 特征累积:每一个中间层的特征都会对最终结果产生影响,提高模型的表现能力和训练稳定性。
    • 缓解梯度消失。
  6. 门控机制
    • tanh:[-1, 1],提供实际的特征信息。
    • sigmoid:[0, 1],控制信息通过的程度。
    • filter * gate,即对应位置元素相乘:filter 中的每个值都会根据 gate 的值进行调制(也就是有选择性地放大或抑制)。
结果对比

以下结果基于METR-LA数据集,时间范围为60min。

MAE\(\downarrow\) RMSE\(\downarrow\) MAPE\(\downarrow\)
论文 3.53 7.37 10.01%
复现 3.0882 6.1751 8.23%

\(\downarrow\) 表示值越低,效果越好。

评价指标

[!NOTE]

\(\hat{y_i}\)表示预测值,\(y_i\)表示真实值。

  • MAE(平均绝对误差 ):mean absolute error。描述预测值与真实值之间的平均误差,单位一致。\(MAE = \frac{1}{n}\sum_{i = 1}^n\mid y_i - \hat{y_i}\mid\)

  • RMSE(均方根误差):root mean squared error。因为平方之后较大误差会变得更大,所以惩罚较大误差,强调了极端值的影响。\(RMSE = \sqrt{\frac{1}{n}\sum_{i = 1}^n (y_i - \hat{y_i})^2}\)

  • MAPE(平均绝对百分比误差):mean absolute percentage error。描述预测误差相对于真实值的百分比,显示了误差的相对大小。\(MAPE = \frac{100\%}{n} \sum_{i = 1}^n\mid \frac{y_i - \hat{y_i}}{y_i} \mid\)

论文阅读方法论

心态

不要瞎拼接模型,硬卷分数。要深入、反复思考该领域有哪些未解决甚至未被发现的痛点,再针对性设计算法。解决方案要更贴合实际,要真的从未来落地方向考虑。相当于自己开辟新的赛道,在自己的赛道里跟别人比,会大幅减少难度。

分析已解决与未解决的问题

  1. 论文中直接指出了已解决与未解决的问题。
  2. 从研究动机、创新点、使用方法或技术等分析出已经解决的问题,很可能该论文的研究动机、创新点、使用的方法或技术就是为了解决某些问题。
  3. 从实验结果、结论部分、未来工作等推断出该论文的不足。
  4. 自行分析不足
    • 方法适用性:是否有特定限制?是否适用于所有情景?
    • 实验设计:实验是否足够全面?是否考虑了所有可能的情况?
    • 结果解释:结果是否支持作者的结论?是否有不一致之处?

标签:误差,frac,Graph,论文,mid,流量,笔记,downarrow
From: https://www.cnblogs.com/coder-shane/p/18394777

相关文章

  • 基于Node.js+vue智慧物流管理系统(开题+程序+论文) 计算机毕业设计
    本系统(程序+源码+数据库+调试部署+开发环境)带文档lw万字以上,文末可获取源码系统程序文件列表开题报告内容研究背景随着电子商务的蓬勃发展和全球化贸易的日益加深,物流行业作为连接生产与消费的关键环节,其重要性日益凸显。然而,传统物流管理模式面临着效率低下、信息滞后、......
  • 基于Node.js+vue基于web的家居智慧销售系统(开题+程序+论文) 计算机毕业设计
    本系统(程序+源码+数据库+调试部署+开发环境)带文档lw万字以上,文末可获取源码系统程序文件列表开题报告内容研究背景随着互联网技术的飞速发展,电子商务已成为全球商业活动的重要组成部分,极大地改变了人们的购物习惯。在家居领域,传统销售模式受限于时间、地点和信息不对称等......
  • 基于Node.js+vue游戏网站(开题+程序+论文) 计算机毕业设计
    本系统(程序+源码+数据库+调试部署+开发环境)带文档lw万字以上,文末可获取源码系统程序文件列表开题报告内容研究背景随着互联网技术的飞速发展和普及,网络游戏已成为全球范围内备受欢迎的娱乐方式之一。游戏产业的蓬勃发展不仅催生了众多优秀的游戏作品,也促使了游戏相关服务......
  • 基于Node.js+vue基于Springboot的某大学运动会管理系统(开题+程序+论文) 计算机毕业设
    本系统(程序+源码+数据库+调试部署+开发环境)带文档lw万字以上,文末可获取源码系统程序文件列表开题报告内容研究背景随着信息技术的飞速发展,高校管理工作逐渐向数字化、智能化转型。传统的运动会管理模式往往依赖于纸质表格和人工操作,存在信息更新不及时、数据处理繁琐、易......
  • 基于Node.js+vue榆阳区幼儿园办公自动化系统(开题+程序+论文) 计算机毕业设计
    本系统(程序+源码+数据库+调试部署+开发环境)带文档lw万字以上,文末可获取源码毕设程序文件开题报告内容研究背景随着信息技术的飞速发展,办公自动化已成为提升工作效率、优化管理流程的重要手段。在教育领域,尤其是幼儿园这一特殊环境中,传统的办公方式往往效率低下、信息流通......
  • 基于Node.js+vue中小学家校通系统的设计与实现(开题+程序+论文) 计算机毕业设计
    本系统(程序+源码+数据库+调试部署+开发环境)带文档lw万字以上,文末可获取源码系统程序文件列表开题报告内容研究背景随着信息技术的飞速发展和教育理念的持续更新,家校沟通成为了现代教育体系中不可或缺的一环。传统的家校沟通方式往往受限于时间、空间及信息传达的即时性,难......
  • 基于Node.js+vue足球管理系统的设计与实现(开题+程序+论文) 计算机毕业设计
    本系统(程序+源码+数据库+调试部署+开发环境)带文档lw万字以上,文末可获取源码系统程序文件列表开题报告内容研究背景随着足球运动的全球化普及和竞技水平的提升,足球俱乐部、联赛及球迷组织的管理变得日益复杂且重要。传统的足球管理方式往往依赖于人工记录、纸质文档和口头......
  • LearnOpenGL学习笔记
    LearnOpenGL学习笔记入门认识OpenGL核心模式和立即渲染模式扩展状态机对象创建窗口视口渲染循环释放资源输入事件渲染你好,三角形基本概念顶点输入顶点着色器编译着色器片段着色器链接顶点属性顶点数组对象索引缓冲对象着色器GLSL数据类型输入与输出Uniform纹理基本知......
  • 视觉SLAM十四讲学习笔记-非线性优化的状态估计问题
    视觉SLAM十四讲学习笔记-非线性优化的状态估计问题经典SLAM模型的位姿可以由变换矩阵来描述,然后用李代数进行优化。观测方程由相机成像模型给出,其中内参是随相机固定的,而外参则是相机的位姿。由于噪声的存在,运动方程和观测方程的等式必定不是精确成立的。得到的数据通常是......
  • passOS|有什么关于论文写作的经验和建议分享?
    说到论文和答辩PPT,想必大家对其中的苦都深有体会。如果我们没有思路就来写论文,到时候写出来的论文就会是一团糟,没有逻辑和条理;如果只是把其他论文拿来生搬硬套、随意杂糅,就会导致知网查重率极高。焦头烂额,熬夜改了一遍又一遍,还是通不过导师关。好不容易论文完成了,还要准备答辩P......