基于扩散模型的不完整数据下细粒度城市流量推断

Abstract

为了获取城市每个路段上精细的交通流数据，需要部署大量的传感装置以及较密集的观测站，这会增加日常运营与设备维护的成本。同时，传统的交通流数据采集技术存在很多噪声和误差，检测得到的数据结果并不能保证其真实可靠。因此，如何利用粗粒度、混入噪声的传感器观测数据推断细粒度的城市交通流，是一个重要的研究课题。针对上述问题，提出了一种基于时空注意力的去噪扩散模型，提供细粒度的城市交通基础数据，以满足不同场景下的交通需求，为交通规划与智能交通系统构建奠定基础。

Keywords

• 城市交通流
• 细粒度推理
• 时空注意力
• 去噪扩散模型