{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,2,4]，“日期-时间”：“2024-02-04T00:16:30Z”，“时间戳”：1707005790085}，“参考-计数”：45，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：“日期-零件”：[2024,5,1]]，“日期时间”：”2024-05-01T00:00:00 Z“，”timestamp“：1714521600000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timetamp”：173452160000}，：\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,5,1]]，“datetime”：“204-05-01T00:00Z”，asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100002383”，“名称”：“沙特国王大学”，“DOI-asserted-by”：“publisher”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“交叉标记限制”：true}，“短容器-时间”：[信息融合”]，”published-print“：{”date-parts“：[2024,5]}，”DOI“：”10.1016\/j.in ffus.2023.102214“，”类型“：“journal-article”，“created”：{“date-parts”：[[2023,12,28]]，“date-time”：“2023-12-28T09:44:13Z”，“timestamp”：1703756653000}，“page”：“102214”，“update-policy”：”http://\/dx.doi.org\/10.10016\/elsevier_cm_policy“，”source“Crossref”，“is-referenced-by-count”：0，“title”：[“用于流量预测的多级图内存网络集群卷积递归网络”]，“前缀”：“10.1016”，“卷”：“105”，“作者”：[｛”ORCID“：”http:\/\/ORCID.org/0000-0002-4221-0327“，“已验证的ORCID”：false，“给定”：“Le”，“家族”：“Sun”，“序列”：“第一”，“附属”：[]｝，｛”ORCID“：”http:\/\/ORCID.org/0009-0005-8591-1835“，“authenticated-orcid”：false，“given”：“Wenzhang”，“family”：“Dai”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/00000-0002-9781-3969“，”authenticated-orcid“：false”，“giving”：“Ghulam”，“家人”：“Muhammad”，“序列”：“附加”，“从属关系”：[]}]，“成员”：“78”，“reference”：[{“key”：10.1016\/j.inff美国2023.102214_b1“，”series-title“：“第二十八届国际人工智能联合会议论文集，国际人工智能组织联合会议”，“首页”：“1981”，“文章标题”：“STG2Seq:多步骤乘客需求预测的时空图到序列模型”，“作者”：“白”，“年份”：“2019”}，{“关键”：“10.1016\/j.inffus.2023.102214_b2”，“first page”：“1”，“article-title”：“为基于开放无线接入网络的蜂窝车辆提取稀疏元时间序列分类器”，“author”：“Sun”，“year”：“2023”，“journal-title“：”IEEE Trans.Veh.Technol：“支持6G的智能交通系统中时间序列分类的元传递度量学习”，“author”：“Sun”，“year”：“2023”，“journal-title”：“IEEE Trans.Intell.Trans.Syst.”}，{“key”：“10.1016\/j.inffus.2023.102214_b4”，“series-title”：：“Li”，“year”：“2018”}，{“key”：“10.1016\/j.inffus.2023.102214_b5”，“doi-asserted-by”：“crossref”，”first page“：”187“，”doi“：”10.1016\/j.trc.2015.03.014“，”article-title“：”使用远程微波传感器数据进行交通速度预测的长短期记忆神经网络“，”volume“：“54”，”author“：”Ma“，“yer”：“2015”，“journal-title”：“Transp.Res.C Emerg”。Technol公司。“}，{”key“：”10.1016\/j.inffus.2023.102214_b6“，”unstructured“：”X.Song，H.Kanasugi，R.Shibasaki，《深度运输：城市层面上人类流动和运输模式的预测与模拟》，（未注明日期）。Zhang，深度时空图形建模的图形WaveNet，（n.d.）。“}，{”key“：”10.1016\/j.inffus.2023.102214_b8“，”doi-asserted-by“：”crossref“，”first page“：“1234”，“doi”：“10.1609\/aaai.v34i01.5477”，“article-title”：“GMAN：用于流量预测的图形多关注网络”，“volume”：“34”，“author”：“Zheng”，“year”：“2020”，“journal-title“：”aaai“}”，{“key”：”10.116\/j.inffus。2023.102214_b9“，”doi-asserted-by“：”crossref“，”首页“：”330“，”DOI“：”10.1016\/j.inffus.2023.01.001“，”article-title“：”通过图卷积网络的邻域感知深度多视图聚类“，”volume“：”93“，”author“：”Du“，“year”：“2023”，“journal-title”：“Inf.Fus。“}，{”key“：”10.1016\/j.inffus.2023.102214_b10“，”doi-asserted-by“：”crossref“，”first page“：“5668”，”doi“：”101609\/aaai.v33i01.33015668“，”article-title“：”Revisiting spatial-time similarity:A deep learning framework for traffic prediction“，“volume”：“33”，“author”：“Yao”，“year”：“2019”，“journal-title”：“aaai”}，“key”：”10.1016\/j.inffus.2023.102214_b11“，“series-title”：“第26届ACM SIGKDD国际知识发现与数据挖掘会议论文集”，“首页”：“753”，“文章标题”：“连接点：用图形神经网络进行多变量时间序列预测”，“作者”：“Wu”，“年份”：“2020”}，{“关键”：“10.1016\/j.inffus.2023.20214_b12”，“doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.chemolab.2023.104896“，”article-title“：”图形数据科学的关键评论：“科学研究中图形的力量”，“volume”：“240”，“author”：“Das”，“year”：“2023”，“journal-title”：“Chemeter”。智力。实验室系统。“}，{”key“：”10.1016\/j.inffus.2023.102214_b13“，”doi-asserted-by“：”crossref“，”first page“：“3267”，“doi”：“10.1109\/JSAC.2023.3310064”，“article-title”：“移动健康数字双胞胎中多标签时间序列分类的类驱动图形注意力网络”，“volume”：“41”，“author”：“Sun”，“year”：“2023”，“journal-title“：”IEEE j.Sel.Areas Commun.“}”，{“key“：”10.1016\/j.inffus.2023.102214_b14“，”doi-asserted-by“：”crossref“，”first page“：“3656”，“doi”：“10.1609\/aaai.v33i01.33013656”，“article-title”：“搭便车需求预测时空多图卷积网络”，“volume”：“33”，“author”：“Geng”，“year”：“2019”，“journal-title“：”aaai“}，{“key”：”10.116\/j.inffus.2023.10 2214_b15“，”doi-asserted-by“：”crossref“，”first page“：”15008“，”doi“：”10.1609\/aaai.v35i17.17761“，”article-title“：”时空图扩散网络交通流量预测“，”volume“：“35”，”author“：”Zhang“，”year“：”2021“，”journal-title”：“aaai”}，{“key”：“10.1016\/j.inffus.2023.10214_b16”，“doi-assert-by”：“crossref.”，“first pages”：“261“，”doi“：”10.1016\/j.inffus.2022.10.006“，“article-title”：“基于注意门限图序列神经网络的金融交易时间序列信息融合”，“volume”：“91”，“author”：“Huang”，“year”：“2023”，“journal-title“：”Inf.Fus。“}，{”key“：”10.1016\/j.inffus.2023.102214_b17“，”series-title“：”第三十届国际人工智能联合会议论文集，国际人工智能组织联合会议“，”首页“：”1541“，”article-title“：“GAEN:图形注意力进化网络”，”author“：”Shi“，”year“：”2021“}”，{“key”：“”10.1016\/j.inffus.2023.102214_b18“，“series-title”：“图形注意网络的自适应结构指纹”，“author”：“Zhang”，“year”：“2020”}，{“key”：“10.1016\/j.inffus.2023.102214_b19”，“series title”：《第二十届国际人工智能联合会议论文集》，“首页”：“3634”，“article-title”：”时空图卷积网络：交通预测的深度学习框架”，“author”：“Yu”，“year”：“2018”}，{“key”：“10.1016\/j.inffus.2023.102214_b20”，“series-title”：“learning to memory patterns：Pattern matching memory networks for traffic forecasting”，“author”:“Lee”，“年份”：“2022”}doi断言：“crossref”，“doi”：“10.1016\/j.infus.2023101824”，“文章标题”：“智能车联网中的隐私保护：一种基于信息融合的新型联合学习算法”，“卷”：“98”，“作者”：“Qu”，“年”：“2023”，“期刊标题”：“Inf.fusion”}，{“key”：“10.1016\/j.infus.2023102214_b22”，“doi断言：”crossref“，”首页“：”8078“，”DOI“：”10.1609\/aaai.v37i7.25976“，”article-title“：”用于流量预测的时空元图学习“，”volume“：”37“，”author“：”Jiang“，”year“：”2023“，”journal-title”：“aaai”}，{“key”：“10.1016\/j.inffus.2023.10214_b23”，“DOI-asserted-by”：“crossref”，“first-page”：“3133”，“DOI”：“101109\/TVCG.2019.2922597“，”文章标题“：”用于探索、监测和预测道路交通拥堵的可视化分析系统”，“容量”：“26”，“作者”：“李”，“年份”：“2020年”，“新闻标题”：“IEEE Trans。视觉。计算。图表。“｝，｛”key“：”10.1016\/j.infus.2023102214_b24“，”系列标题“：”记忆网络“，”作者“：”韦斯顿“，”年份“：”2015“｝，｛”key“：”10.1016\/j.infus.2023102214_b25“，”系列标题“：”神经信息处理系统进展“，”首页“：”17804“，”文章标题“：”用于交通预测的自适应图卷积递归网络“，”作者“：”Bai“，”年份“：”2020“}，{“key”：“10.1016\/j.inffus.2023.102214_b26”，“unstructured”：“D.Cao，Y.Wang，j.Duan，C.Zhang，X.Zhu，C.Huang，Y.Tong，B.Xu，j.Bai，j.Tong，Q.Zhang”，多变量时间序列预测的谱时间图神经网络，（n.D.）H.Liu，Z.Dong，R.Jiang，J.Deng，J.Teng，Q.Chen，X.Song，时空自适应嵌入使香草变压器sota用于流量预测，载于：第32届ACM信息与知识管理国际会议论文集，2023年，第4125\u20134129页。“，“DOI”：“10.1145\/3583780.3615160”}，{“key”：“10.1016\/j.inffus.2023.102214_b28“，“首页”：“4365”，“文章标题”：“PDFormer:用于交通流预测的传播延迟软件动态远程转换器”，“卷”：“37”，“作者”：“江”，“年份”：“2023”，“日志标题”：”Proc。AAAI Conf.Artif.公司。智力。“}，{”key“：”10.1016\/j.inffus.2023.102214_b29“，”doi-asserted-by“：”crossref“，”first page“：“922”，“doi”：“10.1609\/aaai.v33i01.3301922”，”article-title“：”基于注意力的时空图卷积网络用于交通流预测“，”volume“：33”，“author”：“Guo”，“year”：“2019”，“journal-title”：“aaai”}，”{“key”：“”10.1016\/j.inffus.2023.102214_b30“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.xin.2021.100179“，”article-title“：”人工智能：强大的科学研究范式“，”volume“：”2“，”author“：”Xu“，”year“：”2021“，”journal-title：“The Innovation”}，{“key”：“10.1016\\j.inffes.2023.100214_b31”，“doi-assert-by”：”cross-ref“，“首页“：”307“，”DOI“：”10.1016\/0304-4076（94）90067-1“，”article-title“：”自回归条件异方差性和政体变化“，”volume“：”64“，”author“：”Hamilton“，”year“：”1994“，”journal-title”：“J.Econometrics”}，{“key”：“10.1016\/J.inffus.2023.10214_b32”，“series-title”：”2012 IEEE第十二届国际数据挖掘大会“，”首页“：”595“，”article-title“：”利用真实世界的交通数据进行准确的交通预测“，”author“：”Pan“，”year“：”2012“}，{“key”：“10.1016\/j.inffus.2023.102214_b33”，“doi-asserted-by”：“crossref”，“first page”：”1735“，”doi“：”10.1162\/neco.1997.9.8.1735“journal-title“：”神经计算。“}，{”key“：”10.1016\/j.inffus.2023.102214_b34“，”series-title“：”2020第五届国际计算、通信与安全会议“，”first page“：“1”，”article-title“：“航空延误预测中选通递归神经网络体系结构的实证评估”，“author”：“Ballakur”，“year”：“2020”}，“key”：“10.1016\/j.inffus.2023.10214_b35”，“doi-asserted-by“：”crossref“，”first page“：”4617“，”doi“：”10.1609\/aaai.v35i5.16591“，”article-title“：”用于运输需求预测的双向图卷积“，”volume“：“35”，”author“：”Ye“，“year”：“2021”，“journal-title”：“aaai”}，{“key”：“10.1016\/j.inffus.2023.102214_b36”，“series-title”：”2018 IEEE \/CVF计算机视觉与模式识别会议”，“首页”：“7132”，“文章标题”：“挤压与激励网络”，“作者”：“胡”，“年份”：“2018”}，{“密钥”：“10.1016\/j.inffus.2023.102214_b37”，“doi-asserted-by”：“crossref”，“doi”：“101145\/3532611”，“论文标题”：用于流量预测的动态图卷积递归网络：基准和解决方案”，“卷”：“17”，“作者”：“Li”，“年份”：“2023”，“期刊标题”：“ACM Trans。知识。发现。Data“}，{“key”：“10.1016\/j.inffus.2023.102214_b38”，“doi-asserted-by”：“crossref”，“unstructured”：“S.Woo，j.Park，j.-Y.Lee，I.S.Kweon，CBAM：卷积块注意模块，摘自：《欧洲计算机视觉会议论文集》，ECCV，2018年。”，“doi”：“101007\/978-3030-01234-2_1”}，“key“：”10.1016\/j.inffus.2024.10214_b39“，”series-title“：“第38届国际机器学习会议论文集”，“首页”：“11863”，“文章标题”：“SimAM:卷积神经网络的一个简单的无参数注意模块”，“作者”：“Yang”，“年份”：“2021”}，{“key”：“10.1016\/j.inffus.2023.102214_b40”，“series-ttle”：“医学图像计算和计算机辅助干预——2018年9月16日至20日在西班牙格拉纳达举行的MICCAI 2018-21国际会议，会议记录，第一部分，“首页”：“421”，“文章标题”：“完全卷积网络中的并发空间和信道挤压与激发”，“作者”：“Roy”，“年份”：“2018”}，{“关键”：“10.1016\/j.inffus.2023.102214_b41“，“series-title”：“2020 IEEE\/CVF计算机视觉和模式识别会议”，“首页”：“11531”，“article-title”：“ECA-net：深度卷积神经网络的有效通道注意”，“author”：“Wang”，“year”：“2020”}，{“key”：”10.1016\/j.inffus.2023.2014_b42“，”series-title“：”WWW\u201920:The Web Conference 2020”，“首页”：“2634”，“article-title”：“实体匹配的多控件注意”，“作者”：“张”，“年份”：“2020”}，{“问题”：“21”，“关键”：“10.1016\/j.inffus.2023.102214_b43”，“doi-asserted-by”：“crossref”，“第一页”：基于EEG的运动图像解码的多级关注动态卷积”，“卷”：“10”，“作者”：“Altaheri”，“年份”：“2023”，“新闻标题”：“IEEE Internet Things J.”}，{“key”：“10.1016\/J.inffus.2023.102214_b44”，“series-title”：“EEE声学、语音和信号处理国际会议ICASSP 2023”、“首页”：“1”，“article-title“：“具有跨空间学习的高效多尺度注意模块”，“author”：“Ouyang”，“year”：“2023”}，{“key”：“10.1016\/j.inffus.2023.102214_b45”，“series-title”：“第34届国际机器学习会议论文集”，“first page”：《2847》，“article-title”：《关于深层神经网络的表达能力》，“au作者”：“Raghu”，“年“：”2017“}]，“容器-时间”：[“信息融合”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\\/api.elsevier.com/content\/article\/PII:S1566253523005304？httpAccept=text\/xml”，“内容类型”：“text\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“网址”：“https:\/\/api.elsevier.com/content\/article\/PII:S1566253523005304？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,2,3]]，“date-time”：“2024-02-03T19:42:25Z”，“timestamp”：1706989345000}，“score”：1，“resource”：{primary“：{”URL“https:\\/linkinghub.elsevier.com//retrieve\/piii\/S156625 3523005304“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2024,5]]}，”references-count“：45，”alternative-id“：[”S1566253523005304“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.inffus.2023.102214“，”relation“：{}，“ISSN”：[“1566-2535”]，“ISSN-type”：[{“value”：“1566-253”，“type”:“print”}]，“subject”：【]，“published”：{“date-parts”：[[2024,5]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”用于流量预测的多级图形存储网络簇卷积递归网络“，”name“：”articletitle“，”标签“：”article Title“}、{”value“：”Information Fusion“，”name:“journaltitle”，“label”：“Journal Title”}、}“value”：“https:\\/doi.org\/101016\/j.inffus.2023.102214”，“name“：”articlelink“，”label“：”CrossRef DOI link to publisher maintained version“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“value”：“\u00a9 2023 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“102214”}}