#时空预测

做城市时空预测的可以看看这篇。它不从节点 ID 学嵌入，而是用局部图拓扑直接生成节点参数，新城市不用微调就能跑，20+ 数据集验证过零样本效果，代码也开源了。

气象站、空气监测这类传感器网络常增减站点，普通图神经网络直接失效。这篇 arXiv 论文的做法能让模型在没见过的站点也输出预测加置信区间，做时空数据的朋友可以看看。

做时空预测的看这篇：VaryST 换个域、缺观测也能出预报，对比 17 个基线的零样本泛化明显更强。

arXiv 上的统计方法论文，解决作物产量这类短标签、长协变量的时空预测问题，把 PPI 和 HAC 结合起来修正填补偏差，做时空统计的可以看看。

遇到传感器越加越多、老模型就失效的问题？这篇论文用场算子代替图表示，PEMS 上误差直接降了 8.4%，代码也开源了。

TransMod解决了多模态交通预测难题，能在数据不足时从其他交通模式迁移知识，提升预测准确性。