用空间图粗化：利用GNN进行伦敦自行车共享服务的天气和工作日预测
摘要：使用图神经网络（GNN）来预测伦敦的天气和日常的工作日，这是一项将桑坦德自行车共享系统的数据集作为图分类任务的研究。所提出的GNN模型引入了（i）将图特征与训练过的节点嵌入进行串联的运算符和（ii）基于地理连续性的图粗化运算符，即“空间图粗化”。通过使用自行车站周围的土地利用特征和家庭数量的节点特征以及城市中的温度和图特征，我们提出的模型在交叉熵损失和验证集准确性方面胜过基线模型。
作者：Yuta Sato, Pak Hei Lam, Shruti Gupta, Fareesah Hussain
论文ID：2308.16122
分类：Machine Learning
分类简称：cs.LG
提交时间：2023-08-31