用于时间感知流量插补的选择性状态空间神经 Tucker 分解

原文：Selective State-Space Neural Tucker Factorization for Temporal-aware Traffic Imputation

时空交通数据插补是智能交通系统（ITS）的一项关键任务，而城市交通数据本质上表现出很强的长期时间依赖性。因此，对这些长期时间动态的准确建模是高保真交通数据插补的核心先决条件。然而，现有的交通数据插补方法仍然存在固有的局限性。

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。