VisiFold: 時系列折り畳みグラフとノード可視性による長期交通予測

交通予測は知能交通システムの基盤である。既存の研究は短期予測で顕著な進歩を遂げている一方で、長期予測はなお未開の領域であり、挑戦的な最前線である。予測期間を延長すると、二つの重要な問題が深刻化する。計算資源の消費の増大と、空間-時系列依存関係がますます複雑になること。現在のアプローチは、空間-時系列グラフに依存し、時系列と空間の次元を別々に処理するため、スナップショットスタッキングの膨張とステップ間の断片化に悩まされる。これらの制限を克服するために、我々は \textit{VisiFold} を提案する。本フレームワークは、時系列のスナップショットの連なりを単一のグラフに統合する新しい時系列折り畳みグラフを導入する。さらに、ノードレベルのマスキングとサブグラフサンプリングを組み込んだノード可視性メカニズムを提示し、大規模なノード数がもたらす計算ボトルネックを克服する。広範な実験により、\textit{VisiFold} はリソース消費を大幅に削減するだけでなく、長期予測タスクで既存のベースラインを上回ることが示された。特筆すべきは、80％の高いマスク比でも、\textit{VisiFold} は性能の優位性を維持する。 時系列と空間の両方の次元でリソース制約を効果的に打破することで、より現実的な長期交通予測への道を開く。コードは https://github.com/PlanckChang/VisiFold で公開されています。