# Introduzione L'imputazione del flusso del traffico è un compito difficile che richiede l'analisi di dati spariti e la modellizzazione della dinamica del traffico. Tuttavia, gli algoritmi attuali hanno limitazioni nella loro capacità di generalizzare a nuovi luoghi. ## Progetto HINT Il team di ricerca ha presentato un nuovo modello chiamato HINT (Hybrid Inductive-Transductive Network), che combina tecniche inductive e transductive per imputare il flusso del traffico in luoghi non misurati. L'approccio HINT è basato su due componenti principali: un transformatore spaziale inductivo che apprende interazioni simili-driven a lungo raggio dai caratteristici delle nodal, e una diffusore GCN condizionata da FiLM sul contesto statico ricco (attributi OSM e simulazione del traffico). Inoltre, il modello dispone di uno strato di calibrazione per segmenti che corregge i bias di scala. ## Risultati I risultati sono stati testati su tre dataset reali: MOW (Antwerp, Belgio), UTD19-Torino e UTD19-Essen. HINT ha dimostrato una superiorità significativa rispetto ai modelli di base in tutti i casi. In particolare, il modello ha ridotto la media absoluita percentuale errorata (MAE) di circa il 42% su MOW con simulazione base e il 50% con simulazione calibrata, mentre su Torino la differenza è stata di circa il 22%. Su Essen, la differenza è stata di circa l'12%. ## Conclusioni I risultati dimostrano che HINT offre una soluzione innovativa e efficace per l'imputazione del flusso del traffico in luoghi non misurati. La combinazione di tecniche inductive e transductive, insieme alla calibrazione scale, consente al modello di generalizzare a nuovi luoghi con precisione elevata. ## Implicazioni La validazione di HINT su dataset reali e la sua capacità di superare i modelli di base hanno importanti implicazioni per l'applicazione pratica. In particolare, il modello potrebbe essere utilizzato per migliorare la gestione del traffico in luoghi con scarsa disponibilità di dati. ## Note Il progetto HINT è stato presentato su arXiv e le informazioni sono state verificate dalla comunità scientifica. Il team di ricerca si riserva il diritto di correggere eventuali errori o imprecisioni nel testo.