交通预测论文想法

论文 想法 Traffic Prediction

其他相关论文中的WeakPoint

1. 在所有的TrafficPrediction工作中，用到GNN的都没有使用路网数据。
   要么是把地图切成区域(NYC数据集)，要么是把传感器当做Graph的Vertex(PEMS数据集)。
   这样做的坏处，邻接关系只考虑了空间上的简单相邻，和图片差不多，但是实际上交通流量是完全通过路网(主要通过大路)来流通的，路网信息对交通预测应该非常重要。
   好处是构造出来的Graph的节点相对较少，比较好学习；
   具体来说，如何利用路网信息？可以直接把路网做为图(细粒度)，划分区域(粗粒度)也作为图。
   2.有个TRC 2018用了路网做GNN，但是好像只用了二环上的路网？
2. 序列预测，非序列预测

NYC的数据到底怎么来的？ 1.是出租车轨迹数据吗？

NYC 数据下载

那就是自己分割区域再统计出入流量和速度？
NYC-green-taxi 只包含了订单起点终点时间距离
还可以拿到 曼哈顿的分区信息 （shp）

热力图可视化 python如何画出漂亮的地图？ - NaNNN的回答 - 知乎
https://www.zhihu.com/question/33783546/answer/775946401

https://nbviewer.jupyter.org/github/gaonanlee/Visualization-Practice/blob/master/Folium%20Visualization%20Examples.ipynb

判断地理区域包含点：
https://automating-gis-processes.github.io/2016/Lesson3-point-in-polygon.html

PEMS的是高速公路传感器，应该是按照距离来连接传感器构成网络？

tf版 GCN的GCN基本都是用的一个地方的

计划

8.15-8.18 找到一个代码库并跑通，最好找一个pytorch的，如果只能找到tf的就用tf的，结合代码彻底搞懂GCN系列，比如ChebGCN,ATTGCN
8.17-8.21 把路网数据彻底理解，处理路网数据(有向无向？)，把路网和grid的映射完成，统计密度

预测未来15分钟？ 感觉极其稀疏啊

坐标系转换 https://geopandas.org/projections.html

对比方法：
STSGCN这篇：
VAR
SVR
LSTM
DCRNN
STGCN
ASTGCN(r)
STG2Seq
Graph WaveNet

OD matrix这篇：
RNN30?
MultiTaskLearning?
Naive Histograms 垃圾
Gaussian Process Regression GP
vAR

我的对比方法：
DCRNN
STGCN
LSTM
FNN
Graph Wave Net

具体步骤

下载哪个区域？

下载对应区域的地图，提取freeway的道路，完成sensor到freeway的绑定
然后将路网的路口

Attention Between Graph
观测图(Seq) 与隐藏图(One) 之间的Attention 来输出未来的观测图(Seq),
可以可视化中间每一步的隐藏图上的Attention Weight来可视化

高速公路传感器,感觉与路网没啥关系，这个应该做不了

纽约2013年 出租车 订单 少量可视化

曼哈顿每个区域：

区域的邻接表怎么构建？ 利用plotogon 的距离函数

邻接表构建完毕，15年4月的订单数据也有了

预处理参照：

NYC-Bike 数据集地址

不过别人的数据本来就用不了，因为他们切分的区域都是没有具体信息的，我想利用路网只能自己重新构造数据；不过可以把数据构造成他们要的来跑测试。
可以参考他们的输入输出；
参考地址
这个数据还是以欧几里得空间的方式排列的，核心是CNN

我的数据如何构造：
N为区域个数(Graph Node 个数)
Volume： 每个时间t上 会有两个N维向量 V 分别表示起始交通量和结束交通量
Flow：每个时间t上 会有一个N*N的矩阵 F 表示区域到区域的流量
STDN是30分钟为间隔,跨区域的忽略不计

pandas 时间切片参考
切片后groupby

预测目标是：
预测t+1时刻的起始流和终止流

在随机矩阵那篇论文里，他的NYC-Taxi应该就是自己构造的，但是他用sqlserver来保存的。

看到一篇用了路网的？10分钟扫一下
并没有，只是把edge也作为graph node 来做而已 ，参考
Multi-Range Attentive Bicomponent Graph Convolutional Network for Traffic Forecasting

下载 (1).mp444.5kB