Yuxuan Liang

Ein Überblick über Methoden zur Routenzeitvorhersage und deren Bedeutung für Lieferdienste.

MSGNet verbessert die Vorhersage, indem es komplexe Beziehungen in Zeitreihendaten erfasst.

Dieses Papier behandelt die Rolle von LLMs in der Zeitreihenanalyse.

Tiefe Lernverfahren mit Physik kombinieren für bessere Vorhersagen.

Eine neue Methode zur Verbesserung der Datensammlungseffizienz in Sensornetzwerken.

UrbanVLP kombiniert Makro- und Mikrodaten für bessere städtische Vorhersagen.

Ein neues Framework verbessert die Vorhersagegenauigkeit in der Fluiddynamik.

Lerne, wie Diffusionsmodelle die Analyse von Zeitreihendaten in verschiedenen Bereichen verbessern.

Wir stellen einen neuen Ansatz vor, um über geografische Gebiete und deren Verbindungen zu lernen.

Ein Modell, das fehlende Werte in Zeitreihendaten effektiv ergänzt.

Eine neue Perspektive zur Verbesserung von GNNs für komplexe Graphstrukturen.

STGormer verbessert Verkehrsprognosen, indem es Zeit und Raum berücksichtigt.

UniTraj bietet anpassbare Lösungen, um menschliche Bewegungsmuster weltweit zu verstehen.

Eine neue Methode verbessert die Verkehrsvorhersage und verringert Staus.

Lern, wie KI die Bereichssegmentierung verbessert, um bessere Lieferdienste zu bieten.