基于增量交通流网络过程的生成式自注意力模型用于实时交通事件检测
《Sensors》:Validation of Pose Estimation Models for Automated Kickboxing Technique Analysis Using 2TRAX3
【字体:
大
中
小
】
时间:2026年09月23日
来源:Sensors 4.0
摘要
实时交通数据上的事件检测对交通系统至关重要,能够提升自动驾驶系统的安全性和城市交通基础设施的韧性。然而,复杂的异构交通流数据以及时空模式对现有方法构成了重大挑战,这些方法往往无法捕捉节点与边之间的高阶交互以及语义上下文。本文提出了一种基于增量处理交通流网络过程的生成式自注意力模型,该模型叠加了两个基于内容的堆叠层。在基准事件检测数据集上的实验分析证明了所提方法的有效性,在异构数据的增量块中达到了0.80的归一化互信息(NMI)、0.73的调整后互信息(AMI)和0.72的调整后兰德指数(ARI)的峰值性能值,所提方法始终优于最先进的基线方法。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号