#spatiotemporal prediction

8 stories · 1 in 7 days · 2 in 30 days

zero-shot generalization 3 graph neural networks 2 conformal prediction 1 HAC 1 LLM 1 LLMODE 1 ODE 1 OmniST 1

Stories, products and papers tagged "spatiotemporal prediction", newest first.

Nov 13

Papers Builders12:00

Chinese contentTopoST 提出拓扑条件节点特化机制，实现城市时空基础模型零样本泛化

做城市时空预测的可以看看这篇。它不从节点 ID 学嵌入，而是用局部图拓扑直接生成节点参数，新城市不用微调就能跑，20+ 数据集验证过零样本效果，代码也开源了。

#TopoST #spatiotemporal prediction #zero-shot generalization #graph neural networks

arXiv cs.AI@Kaiyun Wei et al. (6)Source

Nov 4

Papers Builders10:52

Chinese contentOmniST：无需固定传感器数量的时空预测模型，新增站点也能给出带覆盖保证的区间

气象站、空气监测这类传感器网络常增减站点，普通图神经网络直接失效。这篇 arXiv 论文的做法能让模型在没见过的站点也输出预测加置信区间，做时空数据的朋友可以看看。

#OmniST #spatiotemporal prediction #conformal prediction #graph neural networks

arXiv cs.AI@Praveg VashishthaSource

Oct 15

Chinese contentVaryST：突破封闭环境限制的可泛化时空预测模型

做时空预测的看这篇：VaryST 换个域、缺观测也能出预报，对比 17 个基线的零样本泛化明显更强。

#VaryST #spatiotemporal prediction #zero-shot generalization #few-shot learning

arXiv cs.AI@Shengnan Guo et al. (10)Source

Oct 7

Chinese content时空数据预测驱动推断：短标签时间序列也能给出可靠置信区间

arXiv 上的统计方法论文，解决作物产量这类短标签、长协变量的时空预测问题，把 PPI 和 HAC 结合起来修正填补偏差，做时空统计的可以看看。

#PPI #HAC #spatiotemporal prediction #statistical inference

arXiv cs.LG@Shahzar Rizvi et al. (6)Source

Sep 28

Papers Builders09:16

Chinese contentSTFO 提出将时空预测建模为场演化算子，应对传感器网络扩张

遇到传感器越加越多、老模型就失效的问题？这篇论文用场算子代替图表示，PEMS 上误差直接降了 8.4%，代码也开源了。

#STFO #spatiotemporal prediction #continual learning #open-source models

arXiv cs.LG@Lewei Xie et al. (9)Source

Sep 1

PapersSelected73°09:15

LLMODE Framework for Spatio-Temporal Forecasting

LLMODE handles irregular spatio-temporal data more effectively than standard approaches, making it valuable for urban planning and environmental monitoring applications in ASEAN regions with irregular data collection.

#LLMODE #ODE #LLM #spatiotemporal prediction

arXiv cs.AI@Di Zhang et al. (7)Source

Aug 31

Papers73°09:04

Chinese content跨模态统一城市交通需求预测

TransMod解决了多模态交通预测难题，能在数据不足时从其他交通模式迁移知识，提升预测准确性。

#TransMod #urban traffic #multimodal #spatiotemporal prediction

arXiv cs.LG@Yixuan Zhao, Man LuoSource

May 19

PapersSelected11:18

Chinese contentTeger：缓解过挤压问题，提升时空残差误差传播

做时空序列预测的团队终于有了一个能同时处理空间相关性和误差时间累积的通用模块——Teger直接插入现有自回归模型就能提升长程预测可靠性，值得在电力、交通等场景试试。

#spatiotemporal prediction #uncertainty quantification

arXiv cs.LG@Seyed Mohamad Moghadas et al. (4)Source