在图神经网络中整合多种图特征以进行水位预测

《Journal of Hydrology》：Integrating multiple graph features in graph neural networks for water level prediction

　　

张若静|孙菊|姚正丽

• •
  基于水文关联、皮尔逊相关系数和动态时间规整（DTW）方法构建了三种不同的图结构，以深入挖掘水文站之间的关联关系。
• •
  对每种图结构分别应用切比雪夫图卷积（ChebConv）进行空间特征提取，提高了捕捉水文数据特征的能力。
• •
  融合多图时空图神经网络（FMG-TGNN）整合了来自不同图结构的时空特征。
• •
  所提出的模型在单步和多步水位预测中均表现优异。