江苏龙网

  1. 首页 > 资讯 > 科技 > >

|更精确地预估到达时间，滴滴新研究提出异质时空图卷积网络( 三 )


|更精确地预估到达时间，滴滴新研究提出异质时空图卷积网络
本文插图

即通过在滤波器上乘积一个关于邻居边的注意力评分矩阵 ， 使得滤波器能够对不同的链接关系进行区分过滤提取信息 。 注意力评分矩阵存储了异质图中 z 阶邻居边的注意力评分 ， 其计算公式为：
|更精确地预估到达时间，滴滴新研究提出异质时空图卷积网络
本文插图

在异质图中 ， 相同的两个顶点之间可能具有多种链接关系 ， 因此注意力评分矩阵的值为这些链接关系链接的评分之和：
最后通过 softmax 函数进行评分矩阵的归一化：
|更精确地预估到达时间，滴滴新研究提出异质时空图卷积网络
本文插图

实验效果
研究人员在滴滴平台数据集上对 HetETA 模型的有效性进行了验证 ， 对比算法包括 GRU、DCRNN、STGCN、Graph WaveNet 以及 ASTGCN 。
如图 7 所示 ， 相比其他模型 ， HetETA 在送驾数据集和接驾数据集上分别获得了 3.40%～46.67% 和 0.69%～28.33% 的实质性收益 。 当μ更大时 ， HetETA 带来的 BCR-μ 的改善变得更加明显 。
|更精确地预估到达时间，滴滴新研究提出异质时空图卷积网络
本文插图

图表 7：ETA 任务 BCR 效果对比
此外 ， 该研究还将 HetETA 与 WDR 模型联合起来 ， 将 HetETA 最后一层的隐状态向量作为 WDR 的额外特征输入 。 与原来的 WDR 模型相比 ， 加入了 HetETA 的 WDR 模型 MAPE 下降了 1.19%～1.94% ， MAE 下降了 1.57%～5.30% ， RMSE 下降了 1.67%～6.42% ， BCR 下降了 3.33%～18.50% 。 这对于具有不可预测性的 ETA 任务而言 ， 无疑是非常显著的提升 ， 证明了 HetETA 模型的有效性 。
|更精确地预估到达时间，滴滴新研究提出异质时空图卷积网络
本文插图


推荐阅读


上一篇：|今年起家电产业品牌格局还将大变：一些大牌或将坠落

下一篇：|AI 驱动下的地图变革大潮，百度地图定义下一代地图的模样