Enhancement of traffic forecasting through graph neural network-based information fusion techniques

•This study investigates information fusion methods for GNN-based traffic predictions, including their benefits and challenges.•A GNN-based information fusion technique improves traffic forecasting accuracy over conventional methods.•Integration of multi-source data improves traffic forecasting mode...

Celý popis

Podrobná bibliografie

Vydáno v:	Information fusion Ročník 110; s. 102466
Hlavní autoři:	Ahmed, Shams Forruque, Kuldeep, Sweety Angela, Rafa, Sabiha Jannat, Fazal, Javeria, Hoque, Mahfara, Liu, Gang, Gandomi, Amir H.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.10.2024
Témata:	Deep learning GNNs Graph convolution network Graph neural networks Spatial–temporal graph Traffic forecasting Deep learning Spatial–temporal graph Graph neural networks Traffic forecasting GNNs Graph convolution network
ISSN:	1566-2535, 1872-6305
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!