来源：嘉大科技
原文链接：https://mp.weixin.qq.com/s/RIZgk_CH8GQVNTUxv9SevA
嘉大青年教师周文峰博士研究成果被IJCAI2026主会录用：
自适应时空先验知识嵌入引导Transformer实现高效交通数据预测
嘉兴大学夏小云教授智能学习与优化团队青年教师周文峰博士最新研究成果被人工智能领域国际顶级会议International Joint Conference on Artificial Intelligence (IJCAI 2026)主会录用：将交通模式和道路网络拓扑中蕴含的先验知识融合入Transformer模型，提升Transformer模型的时空依赖学习能力，以实现更准确的交通流数据预测。
由于交通路网固有的复杂且动态的时空依赖性，交通预测从根本上来说极具挑战性。尽管现有的预测模型能够在此任务上取得一定的成果，但现有预测模型依然存在以下问题：（1）时空图神经网络（STGNN）具有固有的结构限制，难以捕捉长程时间依赖性和全局上下文关系；（2）基于Transformer的模型通常依赖于简单的嵌入策略，且现有的嵌入策略仍然存在明显的局限性：①空间嵌入组件通常未能充分利用道路网络的先验结构知识，从而限制了其表达能力；②不同嵌入之间的相互作用仍未得到充分建模，因为当前的方法通常依赖于简单的连接或加性融合，因此缺乏更深层次的交叉嵌入相互作用机制。
研究团队从嵌入设计、交互的角度出发，将时间信息先验与空间结构先验以先验嵌入的形式引入到 Transformer预测框架中，来增强模型的时空表征能力，同时采用交叉融合机制来强化不同嵌入之间的深度交互，特别是自适应时空嵌入与时间嵌入和空间嵌入之间的交互。此外，还设计了一个多尺度时空通道注意力模块，通过捕获分层时间依赖性来进一步改进输入数据特征嵌入的建模。在六个真实世界交通数据集上进行的大量实验和分析表明，所提出的方法在交通预测方面达到了当前最先进的性能，为解决城市道路交通流数据预测提供了新的解决方法，与新的解决视角。
相关研究成果以“ASTPKEFormer: Adaptive Spatiotemporal Prior Knowledge Embedding-Induced Transformers for Traffic Data Forecasting”为题被人工智能领域国际顶级会议IJCAI 2026主会录用。嘉兴大学为第一单位，文章第一作者为嘉兴大学青年教师周文峰博士，通讯作者是嘉兴大学人工智能学院夏小云教授，浙江工业大学计算机学院孔祥杰教授。该研究得到了国家重点研发计划项目(2023YFC3305903)、国家自然科学基金项目（62476247、61703183）、浙江省自然科学基金项目（LGG19F030010、ZCLZ25F0201、D24F020013）以及嘉兴大学科研启动基金（70525038）的资助。
IJCAI始于1969年，是国际人工智能领域研究内容最为全面、最具影响力的顶级学术会议之一。会议内容涵盖了人工智能理论与架构、机器学习、自然语言处理、计算机视觉、机器人科学等领域，会议论文代表着人工智能领域最新研究进展和最高研究水平。IJCAI最初每2年举行一次，从2016年开始改为每年一次。IJCAI将于今年8月15日至21日在德国不来梅召开。
Bremen, Germany, 15-21 of August 2026
人工智能学院夏小云教授智能学习与优化团队的主要研究方向是：智能学习（以神经网络、深度学习、强化学习为代表）， 智能优化（以进化算法、群体智能算法为代表），以及智能学习与智能优化的深度融合，并且以智慧交通与物流、智能仓储调度、机器人路径规划、机器视觉与智能控制、工业智能体、智能系统研发等为背景， 形成算法理论、算法设计与实际工程应用相结合的整体研究思路。
作者介绍
周文峰，博士，嘉兴大学青年教师。2025年6月获浙江工业大学电子信息专业博士学位，同年加入嘉兴大学人工智能学院。聚焦人工智能、时空数据挖掘、智慧交通等应用基础研究。在IEEE Transactions on Intelligent Transportation Systems、Knowledge-Based Systems、Neurocomputing、IJCAI、CECNet等国际期刊、会议发表学术论文十余篇，最佳会议论文（CECNet 2022 Best paper）一篇，授权国家发明专利1项。参与了国家自然科学基金面上项目、浙江省尖兵领雁项目等多项课题研究。
来源：人工智能学院
初审：周鹏
二审：夏小云
终审：沈小军
编辑：邓文龙
