凱里學院教授在國際TOP期刊《Engineering Applications of Artificial Intelligence》發表研究論文。

近日，凱里學院副校長夏大文教授以第一作者（凱里學院第一單位）在人工智能領域國際TOP期刊《Engineering Applications of Artificial Intelligence》（中科院1區，TOP期刊，IF = 8.0）發表研究論文。

該論文題目為“DRL-ED: A Deep Reinforcement Learning with Encoder–Decoder Method for Traffic Flow Prediction”，針對傳統交通流量預測方法難以同時建模動態拓撲結構和捕捉長距離時空依賴性等問題，提出一種基于深度強化學習面向編碼器-解碼器的交通流量預測方法（DRL-ED）。

具體的是，編碼器-解碼器架構由注意力機制、GRU網絡和CorrGCN網絡組成。首先，注意力機制有助于GRU網絡和CorrGCN網絡高效捕捉時空關系，以提高交通流預測的魯棒性、準確性和實時性。其次，GRU網絡（含有短期和長期記憶單元）有助于提取不同時間尺度上的時間相關性并同時考慮短期波動與長期趨勢，以有效預測交通流量變化。接著，CorrGCN網絡有助于挖掘本地和全局信息以獲取不同位置之間的交通流關系，并基于逐步傳播信息的多個圖卷積層聚合節點特征以提取空間相關性。最后，基于DDPG算法自動學習和更新動態鄰接矩陣，使得CorrGCN網絡能夠根據不同時期或場景下的流量數據自適應調整鄰接矩陣，以捕獲圖數據的時空相關性。（圖/文 凱里學院）

分享讓更多人看到