研究者提出GAS-PFN实现零样本交通流量预测

Joseph Natter等研究者在arXiv发布论文（arXiv:2610.37598），提出图感知时空先验数据拟合网络GAS-PFN，用于零样本交通流量预测。该方法将路网拓扑通过随机游走扩散编码进合成任务先验，推理时用两次mask条件化前向传播通过共享Transformer主干，分别建模单传感器时序动态与邻近传感器间的时空交互。 论文称，在与最接近的PFN类前作TimePFN的对比中，GAS-PFN平均将MSE降低34.0%；该对比设定为各模型均获得90分钟连续近期历史，其余上下文取自各数据集按时间划分的训练集。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。