本文刊登于Big Data Mining and Analytics（《大数据挖掘与分析（英文）》）。
近年来，汽车产业经历了显著增长，导致车辆生产和拥有量大幅增加。根据中国汽车工业协会的年度报告，2022年新能源汽车生产量同比增长了90.5%。截至2023年，中国机动车总量已达到4.3亿辆，持有驾照的人数达到5.2亿。私家车保有量的增加伴随着快速的城市化进程，城市区域内对高效交通网络的需求也不断上升，导致道路交通流量增加，城市交通拥堵问题日益严重。此外，交通速度预测在智能交通系统（ITS）、智慧城市计划和智能驾驶系统中起着至关重要的作用。通过利用实时交通数据，城市可以优化交通基础设施、改善公共交通服务并减少环境影响。本文提出了一种创新方法，用于帮助提升在真实场景下的交通速度预测。与之前只考虑空间信息或时间信息的研究不同，我们融合了时空多模态数据，大幅提升了预测精度。我们整合了包括社交媒体、房地产、兴趣点和交通速度在内的多种信息，提供了全面的交通预测解决方案。多模态数据融合：通过整合时空数据，我们的方法在现实世界的交通预测中表现很出色，它能够处理更多元更多维度的信息，提高了预测的实用性。创新框架：我们开发了一个大规模时空多模态融合框架，能够捕捉复杂的时空关系。该框架利用先进技术，如循环神经网络和融合编码器，显著提高了预测的准确性和鲁棒性。实证验证：在真实的大规模地图数据集上的实验结果表明，我们的方法在预测精度上优于其他现有方法，证明了其在实际交通规划和管理中的有效性。研究为交通速度预测提供了新的视角，展示了多模态数据融合在解决城市交通问题中的巨大潜力。周博东：2019年毕业于华东理工大学，获得学士学位，2021年于美国东北大学硅谷校区完成硕士学位。目前，他正在创业公司EchoBlend AI担任首席技术官。他的研究兴趣包括LLM、多模态学习、扩散模型，特别是在视频生成方向的应用。曾与诺贝尔奖得主Eric Betzig共事于他的初创生物科技公司。21年成为Himylink Ltd的联合创始人，担任CTO一职，负责领导40+人的技术团队研发互联网产品。后担任复旦某集团GPT大模型研究负责人。曾担任 IEEE DSAA审稿人的职务。在自然语言处理、深度学习、多模态等领域的学术会议和期刊上发表多篇学术论文。23年兼任法国SKEMA学院客座讲师。刘家辉：2019年毕业于华东理工大学，获得学士学位，2020年毕业于英国谢菲尔德大学，获得硕士学位。目前是香港大学的博士研究生，研究方向包括表示学习和计算机视觉。赵雅萍：2018年在赵吉昌教授的指导下完成了北京航空航天大学学士学位，2021年在方璐教授的指导下完成了清华大学硕士学位，并在袁鑫教授的指导下到西湖大学交流数月。现在，她正在林彦民（Edmund Y. Lam）教授的指导下攻读香港大学博士学位。她的研究兴趣广泛，尽管这篇论文与她的主要研究方向不同，她仍被其学术潜力和应用前景所吸引，并很感谢共同作者周博东、刘家辉、崔颂懿，以及期刊编辑赵琳、徐萍萍。崔颂懿：2020年毕业于北京工业大学，获得交通工程学士学位，2021年毕业于香港大学，获得工业工程与物流管理硕士学位。目前是香港大学工业及制造系统工程系的博士研究生，研究方向包括交通优化、交通模拟以及深度学习在交通系统中的应用。本文所使用数据集：H4M 数据集是一个异构的、多源、多模态、多视角、多分布的数据集，专为北京地区的社会经济分析而设计。https://indigopurple.github.io/H4M/index.html本文作者周博东和他的初创团队目前专注于AI图像和视频生成领域。团队正在广泛招募有才之士，同时欢迎有兴趣的个人或企业洽谈合作。若有意向，请联系我们。Email: luckkyzhou@gmail.com 微信：Luckky_ZhouB. Zhou, J. Liu, S. Cui and Y. Zhao, "A Large-Scale Spatio-Temporal Multimodal Fusion Framework for Traffic Prediction," in Big Data Mining and Analytics, vol. 7, no. 3, pp. 621-636, September 2024.
