EM-T1Reliability Engineering & System Safety2025-07-24第 265 卷，111487-111487开放获取高影响力 · 前 10%

Field-theory inspired physics-informed graph neural network for reliable traffic flow prediction under urban flooding

登录后看摘要和中文要点

英文摘要、AI 生成的中文摘要和三条要点、参考文献和引证文献列表、论文图谱，注册免费。

关键词

应急物资配置与人道物流洪涝风险与减灾应急治理与韧性政策 traffic flow prediction urban flooding physics-informed neural networks graph neural networks pluvial flooding data scarcity interpretable prediction long-range dependencies failure propagation urban transportation systems emergency response urban resilience

登录后可以看完整列表。去登录

14次被引阅读 2

被引数据来自 OpenAlex，含本站以外的引用

Reliability Engineering & System SafetyElsevier

应急管理一类

本站发文: 7,328
总被引: 246,344
ISSN: 0951-8320

进入期刊页 →

引用这篇

LIN X, LU Q, ZHAO P, et al. Field-theory inspired physics-informed graph neural network for reliable traffic flow prediction under urban flooding[J]. Reliability Engineering & System Safety, 2025, 265: 111487-111487. DOI:10.1016/j.ress.2025.111487.

著录项

学科: 工学土木工程建筑与施工
类型: 研究论文
期刊: Reliability Engineering & System Safety
基金资助: Royal Academy of Engineering
卷期页: 第 265 卷，111487-111487
出版: 2025-07-24
语言: 英语
DOI: 10.1016/j.ress.2025.111487

获取来源2 处

Reliability Engineering & System Safety免费出版版
页面
CityU Scholars免费预印本
页面

来源列表来自 OpenAlex；本站不存全文，链接打开的是对方网站

论文图谱

本篇和它的参考文献、引证文献、相似文献

登录后可以看这篇的论文图谱：谁被它引用、谁引用了它、还有哪些相似的研究。