近期，论文摘要网站 Paper Digest发布了多个领域计算机顶会的最具影响力论文列表（2022年2月版本）。ASC实验室（http://asc.xmu.edu.cn）发表在国际人工智能会议AAAI-2020论文“GMAN: A Graph Multi-Attention Network for Traffic Prediction”获评AAAI最具影响力论文（Most Influential AAAI Papers）。同时，本文是AAAI-2020图神经网络领域的三篇入选论文之一。本文的第一作者是厦门大学信息学院2018级计算机科学与技术专业博士生郑传潘，并在信息学院范晓亮高级工程师和王程教授的指导下完成，作者包括澳大利亚墨尔本大学Jianzhong Qi高级讲师。

image.png

图1：GMAN论文入选Paper Digest网站发布的AAAI最具影响力论文

本文提出了一种时空多层注意力图网络方法GMAN，面向海量时空数据的1小时后的城市路网交通流量预测精度全球领先。论文主要贡献包括两方面：第一，在理论方面，GMAN已成为交通预测领域的重要基线方法之一（Google学术引用240+次、Github网站240+ stars），尤其擅长对城市级的长时交通态势（大于1个小时）进行准确预判；第二，在应用方面，GMAN算法在2020年3月厦门市新冠疫情防控工作中为全市交通疫情回流预测和复工复产风险预判等工作提供重要数据决策支撑。同时，协助厦门市交通局制作了《厦门市交通疫情防控数据分析研判报告》共六期，受到厦门市政府主要领导批示肯定，市交通局和市卫健委等单位发来感谢信，相关工作得到学习强国、福建日报等媒体报道。image.png

image.png

图2. GMAN论文概述

背景介绍：

Paper Digest网站以“论文的一句话摘要”为特色，按照不同研究方向对计算机领域的一些顶会进行分类，并根据论文引用次数等因素，在每个顶会的“最具影响力论文”板块中对所有收录论文进行影响力排名。该排名定期更新，且每一届顶会仅评选出最具影响力的10～15篇论文。

Paper Digest网站：

https://www.paperdigest.org/2022/02/most-influential-aaai-papers-2022-02/

论文下载：

https://ojs.aaai.org//index.php/AAAI/article/view/5477

论文代码：

https://github.com/zhengchuanpan/GMAN