Northeastern University.;
Deep learning; Multi-source information; Short-term prediction; Taxi pick-up demand;
机译:使用条件生成对抗网络驱动学习方法的基于出租车的移动需求制定和预测
机译:混合深度学习框架中基于多源数据的短期FFBS需求预测
机译:使用线性回归(LR)和长短期内存(LSTM)的逐步可解释的机器学习框架:黄色出租车和租用车辆(FHV)服务的城市范围需求侧预测
机译:基于BP神经网络算法的大城市短期交通需求研究
机译:基于上下文和时空数据的出租车需求预测研究
机译:交通公路网的多任务学习和基于GCN的出租车需求预测
机译:用于出租车需求预测的基于多限分辨率的分辨率的经常性高速公路网络
机译:用出租车和过境Gps数据模拟出租车需求