[論文レビュー] Multimodal joint prediction of traffic spatial-temporal data with graph sparse attention mechanism and bidirectional temporal convolutional network

Dongran Zhang, Jiangnan Yan+3 more|arXiv (Cornell University)|Dec 24, 2024

Traffic Prediction and Management Techniques被引用数 16

ひとこと要約

GSABT は、グラフのスパースアテンション機構と双方向時系列畳み込みネットワークを用いて、マルチモーダル交通の時空間共同予測を実現し、3つの実データセットで最先端の結果を達成します。複数の交通モードを共同でモデリングし、時空間拡張にスケールします。

ABSTRACT

Traffic flow prediction plays a crucial role in the management and operation of urban transportation systems. While extensive research has been conducted on predictions for individual transportation modes, there is relatively limited research on joint prediction across different transportation modes. Furthermore, existing multimodal traffic joint modeling methods often lack flexibility in spatial-temporal feature extraction. To address these issues, we propose a method called Graph Sparse Attention Mechanism with Bidirectional Temporal Convolutional Network (GSABT) for multimodal traffic spatial-temporal joint prediction. First, we use a multimodal graph multiplied by self-attention weights to capture spatial local features, and then employ the Top-U sparse attention mechanism to obtain spatial global features. Second, we utilize a bidirectional temporal convolutional network to enhance the temporal feature correlation between the output and input data, and extract inter-modal and intra-modal temporal features through the share-unique module. Finally, we have designed a multimodal joint prediction framework that can be flexibly extended to both spatial and temporal dimensions. Extensive experiments conducted on three real datasets indicate that the proposed model consistently achieves state-of-the-art predictive performance.

研究の動機と目的

• 異なる交通モード間でのマルチモーダル交通予測を動機付ける。
• モード間で時空間特徴を共同抽出する柔軟なフレームワークを開発する。
• マルチモーダル交通グラフの sparsity（非稠密性）と異質性を解決する。
• 時空間次元の両方に拡張するスケーラブルなアーキテクチャを提案する。

提案手法

• 自己注意を用いたマルチモーダル結合グラフを用いて局所的な空間特徴を捉える。
• Top-U スパースアテンションを適用し、モード間のグローバルな空間特徴相互作用を実現する。
• 共通の時系列特徴のための Shared Bidirectional Temporal Convolutional Network (S-BiTCN) を導入する。
• モダリティ固有の時系列特徴のための Unique Bidirectional Temporal Convolutional Networks (U-BiTCN) を開発する。
• 空間的 features と時間的 features を residually 接続を持つ MLP 予測器で統合する。

実験結果

リサーチクエスチョン

• RQ1 複数の交通モードにまたがる局所的およびグローバルな空間依存性を、グラフスパースアテンション機構は効果的に捉えられるか。
• RQ2 双方向時系列畳み込みネットワークは、マルチモーダル交通データの時系列特徴学習を改善するか。
• RQ3 提案された GSABT フレームワークは、より多くのモダリティと拡張された時空間次元へ拡張した場合にどれだけスケールするか。
• RQ4 共有された時系列モジュールとモダリティ特有のモジュールの相対的利得は、モ intra-および inter-モーダルダイナミクスにおいてどのようか。

主な発見

• GSABT は、3つの実世界データセット（BJ Taxi、NYC Taxi、NYC Bike）全てで、ベースラインと比較して予測性能を向上させている。
• デュアルデータ結合予測において、GSABT は MAE と RMSE を低減し、複数タスクで Pearson 相関係数 (PCC) を向上させる。
• 増強結合実験は、3つのデータセットを跨る結合モデリングから GSABT が恩恵を受けることを示し、MAE/RMSE の顕著な低減と PCC の獲得を示す。
• 分離実験は、モダリティを独立にモデリングしても GSABT が高い性能を維持することを確認した。
• 2モーダルおよび3モーダルの結合予測でモデルの堅牢な改善を示し、そのスケーラビリティと柔軟性を検証している。