LargeST数据集是由新加坡国立大学团队开发的大规模交通预测基准数据集，包含加利福尼亚州8600个传感器在五年时间内的详细交通数据和全面元数据。数据集旨在解决现有公共数据集在规模、时间覆盖和元数据丰富性方面的不足，以支持更准确、高效的交通预测模型开发。通过深入的数据分析和基准测试，LargeST为研究者提供了研究长期交通模式和模型可扩展性的平台，同时也揭示了未来研究中的挑战和机遇。

arXiv2023-10-28 更新2040

Traffic4cast

交通预测

竞技数据

该数据集包含了用于预测未来15分钟交通状态的车辆计数数据，这些数据基于之前一小时内收集的信息。此外，该数据集应用于Traffic4cast 2022竞赛中，该竞赛专注于预测不同的数据源以及稀疏顶点到边缘的一般化问题。该数据集的任务是进行交通状态预测。

arXiv640

Understanding Dynamic Spatio-Temporal Contexts in Long Short-Term Memory for Road Traffic Speed Prediction

交通预测

时空分析

The csv file includes the localised dynamic spatial weight matrix (from column 2 to column 577), the travel speed at each road (from column 577 to column 600) and the column total of the localized dyn

DataCite Commons2025-06-01 更新240

Hangzhou Traffic Dataset

交通预测

城市交通

该数据集是一份覆盖全城的交通数据集，其数据来源于交通警察提供的实时信息。该数据集不仅包含了道路网络数据，还融入了车辆轨迹数据作为输入。它是一个大规模的数据集，旨在支持交通预测任务。

arXiv1041

New York City Taxi Fare Prediction纽约市出租车票价预测

机器学习

交通预测

预测一个车手的出租车费

阿里云天池2026-07-13 更新620