GC-MoE: Miscela di Esperti Condizionata dal Grafo per la Previsione del Traffico
Il recentemente introdotto framework, GC-MoE, assegna a ciascun nodo un insieme personalizzato di specialisti di previsione statici, influenzato dalla struttura del grafo e dai dati di traffico correnti. Questo approccio fonde specialisti GNN spazio-temporali pre-addestrati statici con un meccanismo di routing sensibile all'input, concentrando l'addestramento esclusivamente su un componente di routing leggero. Inoltre, viene esplorato un livello opzionale per il perfezionamento dell'output condizionato dal grafo con vincoli. L'efficacia di questo metodo è valutata su quattro benchmark: PEMS04, PEMS07, METR-LA e PEMS-BAY.
Fatti principali
- GC-MoE è un framework di miscela di esperti condizionata dal grafo.
- Ogni nodo riceve una combinazione personalizzata di esperti di previsione congelati.
- La combinazione si basa sulla topologia del grafo e sui recenti input di traffico.
- Utilizza esperti GNN spazio-temporali pre-addestrati congelati.
- Viene impiegato un router consapevole dell'input e contestualizzato spazialmente.
- Viene addestrato solo un modulo di routing leggero.
- Un livello opzionale di perfezionamento dell'output condizionato dal grafo con vincoli è disponibile.
- Valutato su PEMS04, PEMS07, METR-LA e PEMS-BAY.
Entità
—