[论文解读] LibCity: A Unified Library Towards Efficient and Comprehensive Urban Spatial-Temporal Prediction

Jiawei Jiang, Chengkai Han+3 more|arXiv (Cornell University)|Apr 27, 2023

Human Mobility and Location-Based Analysis被引用 4

一句话总结

LibCity 是一个基于 PyTorch 的开源库，为城市时空预测提供统一框架，包含 55 个标准化数据集和 65 种预实现模型，涵盖 9 项子任务。该库支持公平的模型比较，通过模块化设计和原子文件数据格式简化模型开发，并为智慧城市应用中的可复现研究建立全面基准。

ABSTRACT

As deep learning technology advances and more urban spatial-temporal data accumulates, an increasing number of deep learning models are being proposed to solve urban spatial-temporal prediction problems. However, there are limitations in the existing field, including open-source data being in various formats and difficult to use, few papers making their code and data openly available, and open-source models often using different frameworks and platforms, making comparisons challenging. A standardized framework is urgently needed to implement and evaluate these methods. To address these issues, we propose LibCity, an open-source library that offers researchers a credible experimental tool and a convenient development framework. In this library, we have reproduced 65 spatial-temporal prediction models and collected 55 spatial-temporal datasets, allowing researchers to conduct comprehensive experiments conveniently. By enabling fair model comparisons, designing a unified data storage format, and simplifying the process of developing new models, LibCity is poised to make significant contributions to the spatial-temporal prediction field.

研究动机与目标

• 解决由于数据格式不一致、代码/数据可用性有限以及模型实现碎片化，导致城市时空预测缺乏标准化、可复现框架的问题。
• 通过提供统一的数据存储格式、标准化评估和一致的超参数设置，实现公平且全面的模型比较。
• 通过模块化、可扩展的框架以及明确定义的配置、数据、模型、评估和执行接口，简化新模型的开发。
• 通过收集 55 个广泛使用数据集并复现 65 个最先进模型，涵盖宏观、微观和基础预测任务，建立时空预测的基准。
• 通过支持可扩展性、自动化超参数调优和可视化工具，推动城市 AI 研究中的标准化和社区采纳。

提出的方法

• 设计基于 PyTorch 的五模块框架（配置、数据、模型、评估、执行），以确保模块化、可重用性以及组件间的无缝集成。
• 提出“原子文件”——一种通用且可扩展的数据格式，用于表示五类核心数据类型：地理、用户、关系、时空动态和外部数据，实现跨异构数据源的一致数据处理。
• 为模型实现标准化的批量输入格式，源自原子文件，以简化不同任务间的数据加载和模型训练。
• 通过最小化接口支持模型开发：开发者仅需实现三个核心接口（模型定义、损失函数和前向传播），而 LibCity 负责训练、评估和超参数调优。
• 集成自动化超参数调优和可视化平台，以提升易用性和实验透明度。
• 在 55 个数据集和 65 个模型上进行模型性能基准测试，建立公开排行榜以指导未来研究。

实验结果

研究问题

• RQ1 统一的模块化框架在多大程度上能提升城市时空预测研究的可复现性和可比性？
• RQ2 像原子文件这样的标准化数据格式在多大程度上能降低处理异构城市时空数据集的复杂性？
• RQ3 一个单一库能否通过一致的接口有效支持宏观层面（如交通流量）和微观层面（如轨迹预测）的预测任务？
• RQ4 与现有库相比，LibCity 的模块化设计在新模型开发和评估方面有何优势？
• RQ5 对数据、模型和评估的标准化在多大程度上影响城市 AI 研究的可扩展性和社区采纳？

主要发现

• LibCity 支持 55 个多样化城市时空数据集和 65 个预实现模型，涵盖 9 项子任务，包括交通流量、速度、OD 矩阵和轨迹预测。
• 该库的模块化设计使新模型开发仅需少量代码，仅需实现三个核心接口，显著降低实现开销。
• LibCity 的原子文件格式确保了数据表示和处理的一致性，最大限度减少了异构数据源间的数据准备工作量。
• 该库在 GitHub 上获得 485 个星标和 111 次分叉，表明社区采纳度高且维护活跃，截至发表时仅 73 个总问题，无开放问题。
• 与现有工具如 DL-Traff、DGCRN 和 FOST 相比，LibCity 在模型和数据集覆盖范围、模块化和可扩展性方面表现更优。
• 全面的基准测试框架实现了公平、可复现的模型评估，并通过公开性能排行榜识别出有前景的研究方向。