研究者发布UniST-Pred交通预测框架

Yue Wang 等研究者提出并发布 UniST-Pred 统一时空交通预测框架，先将时间建模与空间表征学习解耦，再通过自适应表征级融合整合两者，源码和生成的数据集已公开。 团队基于 MATSim 微观交通模拟器构建数据集，在严重网络中断场景下评估该框架，并在标准交通预测数据集上与现有成熟模型对比，称其在轻量设计下仍具竞争力，且能产出可解释的时空表征。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。