AST-MTL : An Attention-based Multi- Task Learning Strategy for Traffic Forecasting

Buroni, Giovanni; LEBICHOT, Bertrand; Bontempi, Gianluca

doi:10.1109/ACCESS.2021.3083412

Télécharger

Article (Périodiques scientifiques)

AST-MTL : An Attention-based Multi- Task Learning Strategy for Traffic Forecasting

Buroni, Giovanni; LEBICHOT, Bertrand; Bontempi, Gianluca

2021 • In IEEE Access

Peer reviewed vérifié par ORBi

Permalien
https://hdl.handle.net/10993/49393

DOI
10.1109/ACCESS.2021.3083412

Documents (1)Envoyer vers Détails Statistiques Bibliographie Publications similaires

Documents

Texte intégral

AST-MTL_An_Attention-Based_Multi-Task_Learning_Strategy_for_Traffic_Forecasting.pdf

Postprint Éditeur (2.19 MB)

Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers

RIS BibTex APA Chicago Permalink X Linkedin

Détails

Disciplines :

Sciences informatiques

Auteur, co-auteur :

Buroni, Giovanni

LEBICHOT, Bertrand ; University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > TruX

Bontempi, Gianluca

Co-auteurs externes :

Langue du document :

Anglais

Titre :

AST-MTL : An Attention-based Multi- Task Learning Strategy for Traffic Forecasting

Date de publication/diffusion :

2021

Titre du périodique :

IEEE Access

ISSN :

2169-3536

Maison d'édition :

Institute of Electrical and Electronics Engineers, Piscataway, Etats-Unis - New Jersey

Peer reviewed :

Peer reviewed vérifié par ORBi

Disponible sur ORBilu :

depuis le 09 janvier 2022

Statistiques

Nombre de vues

101 (dont 0 Unilu)

Nombre de téléchargements

70 (dont 0 Unilu)

Voir plus de statistiques

citations Scopus^®

citations Scopus^®
sans auto-citations

citations OpenAlex

citations WoS^™