第1篇
基于深度学习的网格化道路交通状态时空序列预测

本篇以网格化的数据组织方式为基础，讨论基于深度学习方法的道路交通状态时空序列预测问题。按照对道路交通状态时空序列预测核心问题（时空相关性建模）的主体建模方法的不同，本篇分为3章，分别是基于2D图卷积神经网络的时空相关性建模、基于2D图卷积与循环神经网络相结合的时空相关性建模、基于3D图卷积的时空相关性建模。