基于動態(tài)時空Transformer的城市蜂窩網絡流量預測方法

摘要： 針對現(xiàn)有的城市蜂窩網絡流量預測方法沒有考慮到小區(qū)間空間相關性的動態(tài)性以及不同時間跨度下小區(qū)間空間相關性的多樣性問題，提出基于動態(tài)時空Transformer的城市蜂窩網絡流量預測模型（DSTTNet）。提出多尺度時間感知空間Transformer模塊MSTAST，通過分時間段建模小區(qū)間的空間相關性，實現(xiàn)小區(qū)間動態(tài)空間關系的捕獲；通過引入多分支結構，在不同的分支上使用不同的時間段劃... （共10頁）