IJCAI2024时空数据（Spatial-Temporal）论文总结

金毳鑫

2024IJCAI（InternationalJointConferenceonArtificialIntelligence,国际人工智能联合会议）在2024年8月3日-9日在韩国济州岛举行。本文总结了IJCAI2024有关时空数据(Spatial-temporal)的相关论文，如有疏漏，欢迎大家补充。时空数据Topic：时空（交通）预测，气象预测，轨迹表示学习，轨迹恢复，信控优化，POI等🌟【紧跟前沿】“时空探索之旅”与你一起探索时空奥秘！🚀欢迎大家关注时空探索之旅时空探索之旅1.Spatial-Temporal-DecoupledMaskedPre-trainingforSpatiotemporalForecasting链接：https://arxiv.org/abs/2312.00516代码：https://github.com/Jimmy-7664/STD-MAE作者：HaotianGao,RenheJiang,ZhengDong,JinliangDeng,YuxinMa,XuanSong机构：东京大学，南方科技大学，悉尼大学关键词：时空预测，自监督预训练，时空解耦，掩码自编码器，异质性2.Multi-ModalitySpatio-TemporalForecastingviaSelf-SupervisedLearning链接：https://arxiv.org/abs/2405.03255代码：https://github.com/beginner-sketch/MoSSL作者：JiewenDeng,RenheJiang,JiaqiZhang,XuanSong机构：南方科技大学，东京大学，吉林大学关键词：多模态，时空栅格预测，自监督3.SaSDim:Self-AdaptiveNoiseScalingDiffusionModelforSpatialTimeSeriesImputation链接：https://arxiv.org/abs/2309.01988作者：ShunyangZhang,SenzhangWang,XianzhenTan,RenzhiWang,RuochenLiu,JianZhang,JianxinWang机构：中南大学关键词：时空插补，扩散模型4.WeatherGNN:ExploitingComplicatedRelationshipsinNumericalWeatherPredictionBiasCorrection链接：https://arxiv.org/abs/2310.05517作者：BinqingWu,WeiqiChen,WenweiWang,BingqingPeng,LiangSun,LingChen机构：阿里巴巴达摩院，浙江大学关键词：气象预测，空间依赖性，NWP5.X-Light:Cross-CityTrafficSignalControlUsingTransformeronTransformerasMetaMulti-AgentReinforcementLearner链接：https://arxiv.org/abs/2404.12090代码：https://github.com/AnonymousID-submission/X-Light作者：HaoyuanJiang,ZiyueLi,HuaWei,XuantangXiong,JingqingRuan,JiamingLu,HangyuMao,RuiZhao机构：百度，科隆大学，亚利桑那州立大学，中科院自动化所，复旦大学，商汤，启元研究院关键词：信控优化，跨城市可迁移性，元强化学习6.FullBayesianSignificanceTestingforNeuralNetworksinTrafficForecasting作者：ZehuaLiu,JingyuanWang,ZimengLi,YueHe机构：北京航空航天大学，清华大学关键词：交通预测，贝叶斯网络，显著性检测，不确定性量化7.TowardsRobustTrajectoryRepresentations:IsolatingEnvironmentalConfounderswithCausalLearning链接：https://arxiv.org/abs/2404.14073作者：KangLuo,YuanshaoZhu,WeiChen,KunWang,ZhengyangZhou,SijieRuan,YuxuanLiang机构：香港科技大学（广州），中国科学技术大学，北京理工大学关键词：轨迹表示学习，稳健性，因果学习8.MakeGraphNeuralNetworksGreatAgain:AGenericIntegrationParadigmofTopology-FreePatternsforTrafficSpeedPrediction链接：https://arxiv.org/abs/2406.16992代码：https://github.com/ibizatomorrow/DCST作者：YichengZhou,PengfeiWang,HaoDong,DenghuiZhang,DingqiYang,YanjieFu,PengyangWang关键词：交通速度预测，GNN,知识蒸馏机构：澳门大学，中国科学院，斯蒂文斯理工学院，亚利桑那州立大学9.ReframingSpatialReasoningEvaluationinLanguageModels:AReal-WorldSimulationBenchmarkforQualitativeReasoning链接：https://arxiv.org/abs/2405.15064代码：https://github.com/Fangjun-Li/RoomSpace作者：FangjunLi,DavidHogg,AnthonyCohn机构：利兹大学关键词：空间推理，语言模型10.PersonalizedFederatedLearningforCross-cityTrafficPrediction作者：YuZhang,HuaLu,NingLiu,YonghuiXu,QingzhongLi,LizhenCui关键词：交通预测，联邦学习，跨城市11.MakeBrickswithaLittleStrawarge-ScaleSpatio-TemporalGraphLearningwithRestrictedGPU-MemoryCapacity作者：BinwuWang,PengkunWang,ZhengyangZhou,ZheZhao,WeiXu,YangWang机构：中国科学技术大学关键词：交通预测，大规模时空图，子图12.AGraph-basedRepresentationFrameworkforTrajectoryRecoveryviaSpatiotemporalInterval-InformedSeq2Seq作者：YayaZhao,KaiqiZhao,ZhiqianChen,YuanyuanZhang,YaleiDu,XiaolingLu关键词：轨迹恢复，图表示框架13.LearningHierarchy-EnhancedPOICategoryRepresentationsUsingDisentangledMobilitySequences作者：HongweiJia,MengChen,WeimingHuang,KaiZhao,YongshunGong关键词：POI分类，表示学习14.ExploringUrbanSemantics:AMultimodalModelforPOISemanticAnnotationwithStreetViewImagesandPlaceNames作者：DabinZhang,MengChen,WeimingHuang,YongshunGong,KaiZhao关键词：POI分类，多模态15.CounterfactualUserSequenceSynthesisAugmentedwithContinuousTimeDynamicPreferenceModelingforSequentialPOIRecommendation作者：LianyongQi,YuwenLiu,WeimingLiu,ShichaoPei,XiaolongXu,XuyunZhang,YingjieWang,WanchunDou关键词：POI推荐，反事实16.KDDC:Knowledge-DrivenDisentangledCausalMetricLearningforPre-TravelOut-of-TownRecommendation作者：YinghuiLiu,GuojiangShen,ChengyongCui,ZhenzhenZhao,XiaoHan,JiaxinDu,XiangyuZhao,XiangjieKong关键词：POI推荐，旅行推荐17.EnhancingFine-GrainedUrbanFlowInferenceviaIncrementalNeuralOperator作者：QiangGao,XiaolongSong,LiHuang,GoceTrajcevski,FanZhou,XueqinChen17.EnhancingFine-GrainedUrbanFlowInferenceviaIncrementalNeuralOperator作者：QiangGao,XiaolongSong,LiHuang,GoceTrajcevski,FanZhou,XueqinChen关键词：细粒度城市流量推理，算子学习🌟【紧跟前沿】“时空探索之旅”与你一起探索时空奥秘！🚀欢迎大家关注时空探索之旅时空探索之旅