УНИСТ-Пред: Надежная единая основа для прогнозирования движения транспортных сетей в периоды сбоев
arXiv:2602.14049v3 Тип уведомления: заменить резюме: Спатиовременное прогнозирование движения является одним из ключевых компонентов интеллектуальных транспортных систем, обеспечивающих выполнение различных задач ниже по течению, таких как контроль сигналов и управление движением на уровне сети. В реальных условиях развертывания модели прогнозирования должны функционировать в условиях структурной неопределенности и неустойчивости наблюдений, которые редко учитываются при разработке моделей. Последние подходы позволяют добиться высоких краткосрочных прогнозируемых показателей за счет жесткой увязки пространственно-временных моделей, зачастую в ущерб повышению сложности и ограниченной модульности. В отличие от этого, эффективные модели временных рядов позволяют зафиксировать долгосрочные временные зависимости без использования четкой сетевой структуры. Мы предлагаем UniST-Prad - единую систему прогнозирования на этапе движения, которая сначала отделяет временной модели от обучения пространственному представительству и затем интегрирует обе системы за счет адаптивного синтеза уровня представления. Для оценки надежности предлагаемого подхода мы создаем d
