TOP期刊。

以捕捉图数据的时空相关性， 凯里学院传授在国际TOP期刊《Engineering Applications of Artificial Intelligence》颁发研究论文， 近日，接着，波场钱包， 具体的是，IF = 8.0）颁发研究论文，以提高交通流预测的鲁棒性、准确性和实时性， 该论文题目为“DRL-ED: A Deep Reinforcement Learning with Encoder–Decoder Method for Traffic Flow Prediction”，提出一种基于深度强化学习面向编码器-解码器的交通流量预测方法（DRL-ED），。

针对传统交通流量预测方法难以同时建模动态拓扑布局和捕获长距离时空依赖性等问题，注意力机制有助于GRU网络和CorrGCN网络高效捕获时空关系，基于DDPG算法自动学习和更新动态邻接矩阵，CorrGCN网络有助于挖掘当地和全局信息以获取差异位置之间的交通流关系，以有效预测交通流量变革，ETH钱包，其次，使得CorrGCN网络能够按照差异时期或场景下的流量数据自适应调整邻接矩阵，并基于逐步流传信息的多个图卷积层聚合节点特征以提取空间相关性。

GRU网络（含有短期和恒久记忆单元）有助于提取差异时间标准上的时间相关性并同时考虑短期颠簸与恒久趋势，编码器-解码器架构由注意力机制、GRU网络和CorrGCN网络组成，首先，最后，（图/文 凯里学院） (责编：吴锋、陈康清) ，凯里学院副校长夏大文传授以第一作者（凯里学院第一单位）在人工智能领域国际TOP期刊《Engineering Applications of Artificial Intelligence》（中科院1区。