Open ownnaruto opened 3 hours ago
你可能误会了,STEP和之前的网络不是对等的关系。
STEP是一个预训练增强框架,它是用来提升之前STGNN在建模长期信息时的效率和准确率,以及解除对图结构的依赖的。STEP下游是需要依赖一个STGNN的,例如GWNet或者DCRNN。
论文模型下游用的GWNet,消融实验里面也测试了DCRNN以一定程度上验证通用性。
由于之前没有STEP这样的框架,我就直接和现有的STGNN对比了。
另外,现有的STGNN扩张到同样的时间窗口基本都会OOM或者运行时间特别长(我记得CNN-based方法容易OOM,RNN-based方法容易训练时间特别长),准确率也不一定有提升,甚至会降低。您可以自行测试一下。
之前也有相关的issue讨论这个问题,见https://github.com/GestaltCogTeam/BasicTS/issues/71
论文的对比实验是否公平呢?
所以我觉得这样对比论文的实验是不公平的