DBHGNN: Dual-Branch Hamiltonian Graph Neural Network for Spatial Flow Prediction

2026

Толық мәтін Ашық қол жеткізу: Hybrid Метадеректер (CSL-JSON)
DOI 10.1145/3833142.3833201
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

Large-scale urban flow prediction needs models capturing local diffusion and heterogeneous attraction. Existing GNNs rely on neighborhood aggregation, causing over-smoothing and weak functional modeling. DBHGNN decouples propagation into Laplacian diffusion and POI-derived potential modulation, improving OD flow prediction across four U.S. cities with lower training cost.