都市規模の動的ロジスティクスルーティングのための新しいグラフニューラルネットワーク

この研究は、都市規模での動的ロジスティクスルーティングという複雑な問題に対処するために、洗練されたグラフニューラルネットワークアーキテクチャを探求しています。時空間ダイナミクスとエッジエンハンスメントに焦点を当てていることから、ルーティング効率と応答性を最適化するための有望なアプローチであることが示唆されます。

• •この研究では、動的ロジスティクスルーティングの複雑さをモデル化するためにグラフニューラルネットワーク（GNN）を利用しています。
• •都市環境の変化する状況を考慮するために、時空間情報が組み込まれています。
• •エッジ拡張設計は、ロジスティクスネットワーク内のさまざまな要素間の関係の表現を改善することを目的としている可能性があります。