标签
STAGformer提出了一个具有线性复杂度的时空智能体图变换器，用于共享单车需求预测，在纽约和芝加哥数据集上优于基线模型。
本文提出了Gen-ROTDA，一种鲁棒最优传输引导的残差域适应框架，用于时间域偏移下的共享单车需求预测，与基线方法相比，在稳定性与准确性上均有提升，尤其适用于含噪目标数据。