：中国科技大学
发布时间：2025-06-24 19:31:30 作者：北方职教升学中心 阅读量：431
举行。
链接。
6. Full Bayesian Significance Testing for Neural Networks in Traffic Forecasting。：https://arxiv.org/abs/2309.01988。13. Learning Hierarchy-Enhanced POI Category Representations Using Disentangled Mobility Sequences。
4. WeatherGNN: Exploiting Complicated Relationships in Numerical Weather Prediction Bias Correction。
关键词。：Haoyuan Jiang, Ziyue Li, Hua Wei, Xuantang Xiong, Jingqing Ruan, Jiaming Lu, Hangyu Mao, Rui Zhao。
关键词。 作者。：Kang Luo, Yuanshao Zhu, Wei Chen, Kun Wang, Zhengyang Zhou, Sijie Ruan, Yuxuan Liang。 关键词。
8. Make Graph Neural Networks Great Again: A Generic Integration Paradigm of Topology-Free Patterns for Traffic Speed Prediction。
作者。：Yicheng Zhou, Pengfei Wang, Hao Dong, Denghui Zhang, Dingqi Yang, Yanjie Fu, Pengyang Wang。
链接。：时空预测�自监督预训练，时空解耦，掩码自编码器，异质性。
关键词。
🌟[紧跟前沿]“时空探索之旅”与您一起探索时空奥秘！🚀
欢迎关注时空探索之旅时空探索之旅。
机构。：中国科技大学。
代码。：香港科技大学（广州），中国科技大学，北京理工大学。：Binqing Wu, Weiqi Chen, Wenwei Wang, Bingqing Peng, Liang Sun, Ling Chen。：https://github.com/Fangjun-Li/RoomSpace。
作者。 作者。3. SaSDim:Self-Adaptive Noise Scaling Diffusion Model for Spatial Time Series Imputation。
：Yaya Zhao, Kaiqi Zhao, Zhiqian Chen, Yuanyuan Zhang, Yalei Du, Xiaoling Lu。：Binwu Wang, Pengkun Wang, Zhengyang Zhou, Zhe Zhao, Wei Xu, Yang Wang。：https://arxiv.org/abs/2405.03255。
关键词。：利兹大学。
14. Exploring Urban Semantics: A Multimodal Model for POI Semantic Annotation with Street View Images and Place Names。：细粒度城市流量推理，算子学习。：Qiang Gao, Xiaolong Song, Li Huang, Goce Trajcevski, Fan Zhou, Xueqin Chen。：https://github.com/Jimmy-7664/STD-MAE。：阿里巴巴达摩院浙江大学。
作者。
作者。
机构。
机构。
代码。
关键词。时空数据(Spatial-temporal)。：中南大学。
机构。
代码。：轨迹表示学习稳定性，因果学习。
关键词。
11. Make Bricks with a Little Straw: Large-Scale Spatio-Temporal Graph Learning with Restricted GPU-Memory Capacity。
链接。：空间推理语言模型。
代码。
作者。
关键词。
代码。：https://github.com/ibizatomorrow/DCST。：时空（交通）预测，气象预测轨迹表示学习轨道恢复信息控制优化POI等。
关键词。：多模态，时空格预测，自监督。：https://arxiv.org/abs/2405.15064。
16. KDDC: Knowledge-Driven Disentangled Causal Metric Learning for Pre-Travel Out-of-Town Recommendation。
关键词。：Yinghui Liu, Guojiang Shen, Chengyong Cui, Zhenzhen Zhao, Xiao Han, Jiaxin Du, Xiangyu Zhao, Xiangjie Kong。：交通预测�大规模时空图子图。：信控优化跨城市可移性加强学习。：交通预测�贝叶斯网络显性检测，量化不确定性。
机构。
关键词。：Haotian Gao, Renhe Jiang, Zheng Dong, Jinliang Deng, Yuxin Ma, Xuan Song。相关论文，如有疏漏，欢迎大家补充。
17. Enhancing Fine-Grained Urban Flow Inference via Incremental Neural Operator。
链接。 链接。：https://arxiv.org/abs/2406.16992。 作者。 机构。：https://arxiv.org/abs/2404.14073。 关键词。 链接。12. A Graph-based Representation Framework for Trajectory Recovery via Spatiotemporal Interval-Informed Seq2Seq。
7. Towards Robust Trajectory Representations: Isolating Environmental Confounders with Causal Learning。
本文总结了IJCAI2024相关性。
2. Multi-Modality Spatio-Temporal Forecasting via Self-Supervised Learning。：交通预测�联邦学习�跨城市。
5. X-Light: Cross-City Traffic Signal Control Using Transformer on Transformer as Meta Multi-Agent Reinforcement Learner。：Dabin Zhang, Meng Chen, Weiming Huang, Yongshun Gong, Kai Zhao。：POI分类，多模态。17. Enhancing Fine-Grained Urban Flow Inference via Incremental Neural Operator。：Jiewen Deng, Renhe Jiang, Jiaqi Zhang, Xuan Song。：Zehua Liu, Jingyuan Wang, Zimeng Li, Yue He。
作者。：Shunyang Zhang, Senzhang Wang, Xianzhen Tan, Renzhi Wang, Ruochen Liu, Jian Zhang, Jianxin Wang。：https://github.com/AnonymousID-submission/X-Light。
作者。：交通速度预测GNN,知识蒸馏。
作者。
作者。：POI推荐反事实。
关键词。 2024 IJCAI（International Joint Conference on Artificial Intelligence, 国际人工智能联合会议）2024年8月3日至9日。
机构。
关键词。
9. Reframing Spatial Reasoning Evaluation in Language Models: A Real-World Simulation Benchmark for Qualitative Reasoning。：Qiang Gao, Xiaolong Song, Li Huang, Goce Trajcevski, Fan Zhou, Xueqin Chen。：Hongwei Jia, Meng Chen, Weiming Huang, Kai Zhao, Yongshun Gong。：南方科技大学东京大学�吉林大学。：气象预测空间依赖性NWP。
机构。 链接。：https://arxiv.org/abs/2312.00516。 作者。：https://arxiv.org/abs/2404.12090。
15. Counterfactual User Sequence Synthesis Augmented with Continuous Time Dynamic Preference Modeling for Sequential POI Recommendation。：轨迹恢复图表示框架。
10. Personalized Federated Learning for Cross-city Traffic Prediction。1. Spatial-Temporal-Decoupled Masked Pre-training for Spatiotemporal Forecasting。：北京航空航天大学清华大学。
作者。韩国济州岛。
关键词。
机构。：时空插补，扩散模型。：Yu Zhang, Hua Lu, Ning Liu, Yonghui Xu, Qingzhong Li, Lizhen Cui。
关键词。
作者。 作者。 🌟[紧跟前沿]“时空探索之旅”与您一起探索时空奥秘！🚀
欢迎关注时空探索之旅时空探索之旅。
Topic时空数据。 链接。 机构。 关键词。：澳门大学中国科学院�斯蒂文斯理工学院，亚利桑那州立大学。 作者。 作者。：POI分类，表示学习。
