spatio-temporal-forecasting

提出了GC-MoE，一种用于交通预测的图条件专家混合框架，该框架根据图拓扑和近期输入为每个节点分配个性化的冻结预训练时空图神经网络专家组合，仅训练一个轻量级路由模块（约1.7万个参数），并在四个基准数据集上取得了有竞争力的性能。