标签:图神经网络

港大发布OpenCity:利用Transformer与图神经网络实现智慧城市的交通预测与零样本预测的新突破

精确的交通预测与城市规划 精确的交通预测对于实现高效的城市规划和交通管理至关重要,有助于优化资源分配并改善出行体验。然而,现有的预测模型在面对未知区域和城市的零样本预测任务,以及长期预测时,表现并不理想。这些问题主要源于交通数据在空间和时间上的异质性以及显著的分布变化。为了解决这些挑战,我们开发了一个多功能、强鲁棒性和高适应性的时空基础模型——OpenCity。 OpenCity的设计与特点 OpenCity结合了Transformer和图神经网络,以捕捉和规范来自不同数据源的潜在时空模式,从而增强在不同城市环境中的零...

华大基因团队借助SpatialGlue图神经网络模型,揭示生物复杂性的解剖细节:多组学数据整合研究登上Nature子刊

在生物样本分析领域,继单细胞转录组学之后,KX空间转录组学带来了新的突破。新加坡科技研究局(A*STAR)、华大基因和上海交通大学医学院附属仁济医院等机构的研究团队,开发出了一款名为SpatialGlue的图神经网络模型,该模型具备双注意力机制,能以空间感知方式整合多组学数据。SpatialGlue有效地将不同数据模态与其相应空间背景结合,揭示组织样本的组织学结构。相较于其他方法,SpatialGlue能捕获更多解剖细节,更精确解析空间域,如大脑皮层。 该模型在处理空间多组学数据时,识别了脾脏巨噬细胞亚群等原始数据未标注的...