arXiv cs.AI· Qishen Zhou, Yifan Zhang, Michail A. Makridis, Anastasios Kouvelas, Yibing Wang, Simon Hu·2026-10-23 12:00· 2 小时前AI 评分36

TA-ANP：基于多源数据的都市级高韧性可信交通流推断方法

Metropolis-Scale Resilient and Trustworthy Traffic Flow Inference Using Multi-Source Data

AI 导读

研究者提出任务感知注意力神经过程模型 TA-ANP，将浮动车数据与稀疏固定检测器测量融合，统一处理全局交通状态推断的实时估计与预测三种子任务，并借助神经过程与 Monte Carlo Dropout 量化偶然与认知不确定性。