• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Correction: Oluwasanmi et al. Multi-Head Spatiotemporal Attention Graph Convolutional Network for Traffic Prediction. 2023, , 3836.更正：奥卢瓦桑米等人。用于交通预测的多头时空注意力图卷积网络。2023年，，3836。
Sensors (Basel). 2024 Dec 23;24(24):8214. doi: 10.3390/s24248214.
2
Multi-Head Spatiotemporal Attention Graph Convolutional Network for Traffic Prediction.多头时空注意力图卷积网络的交通预测。
Sensors (Basel). 2023 Apr 9;23(8):3836. doi: 10.3390/s23083836.
3
IGAGCN: Information geometry and attention-based spatiotemporal graph convolutional networks for traffic flow prediction.IGAGCN：用于交通流预测的基于信息几何和注意力的时空图卷积网络。
Neural Netw. 2021 Nov;143:355-367. doi: 10.1016/j.neunet.2021.05.035. Epub 2021 Jun 7.
4
SGGformer: Shifted Graph Convolutional Graph-Transformer for Traffic Prediction.SGGformer：用于交通预测的移位图卷积图变换器
Sensors (Basel). 2022 Nov 21;22(22):9024. doi: 10.3390/s22229024.
5
Graph convolution networks based on adaptive spatiotemporal attention for traffic flow forecasting.基于自适应时空注意力的图卷积网络用于交通流预测。
Sci Rep. 2025 Mar 15;15(1):8935. doi: 10.1038/s41598-025-88706-w.
6
GATR: A Road Network Traffic Violation Prediction Method Based on Graph Attention Network.基于图注意力网络的道路网络交通违规预测方法（GATR）
Int J Environ Res Public Health. 2023 Feb 15;20(4):3432. doi: 10.3390/ijerph20043432.
7
Cross-Attention Fusion Based Spatial-Temporal Multi-Graph Convolutional Network for Traffic Flow Prediction.基于交叉注意力融合的时空多图卷积网络用于交通流预测
Sensors (Basel). 2021 Dec 18;21(24):8468. doi: 10.3390/s21248468.
8
Temporal representation learning enhanced dynamic adversarial graph convolutional network for traffic flow prediction.用于交通流预测的时态表征学习增强动态对抗图卷积网络
Sci Rep. 2025 Mar 11;15(1):8330. doi: 10.1038/s41598-025-93168-1.
9
Linear attention based spatiotemporal multi graph GCN for traffic flow prediction.基于线性注意力的时空多图GCN用于交通流预测。
Sci Rep. 2025 Mar 10;15(1):8249. doi: 10.1038/s41598-025-93179-y.
10
Spatial-Temporal Attention Mechanism and Graph Convolutional Networks for Destination Prediction.用于目的地预测的时空注意力机制与图卷积网络
Front Neurorobot. 2022 Jul 6;16:925210. doi: 10.3389/fnbot.2022.925210. eCollection 2022.

本文引用的文献

1
Multi-Head Spatiotemporal Attention Graph Convolutional Network for Traffic Prediction.多头时空注意力图卷积网络的交通预测。
Sensors (Basel). 2023 Apr 9;23(8):3836. doi: 10.3390/s23083836.

更正：奥卢瓦桑米等人。用于交通预测的多头时空注意力图卷积网络。2023年，，3836。

Correction: Oluwasanmi et al. Multi-Head Spatiotemporal Attention Graph Convolutional Network for Traffic Prediction. 2023, , 3836.

作者信息

Oluwasanmi Ariyo, Aftab Muhammad Umar, Qin Zhiguang, Sarfraz Muhammad Shahzad, Yu Yang, Rauf Hafiz Tayyab

机构信息

School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu 610054, China.

Department of Computer Science, National University of Computer and Emerging Sciences, Islamabad, Chiniot-Faisalabad Campus, Chiniot 35400, Pakistan.

出版信息

Sensors (Basel). 2024 Dec 23;24(24):8214. doi: 10.3390/s24248214.

DOI:10.3390/s24248214
PMID:39771960
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11679206/
Abstract

In the original publication [...].

摘要

在原始出版物中[...]。