ICLR 2025将在2025年4月24日到28日于新加坡举行。ICLR 2025共有11,565篇投稿，录取率32.08%。本文总结了2025 ICLR上有关时空数据(Spatial-Temporal)相关论文。如有疏漏，欢迎大家补充。

时空数据Topic：时空预测（交通，气象），时空动力学等。（ICLR更多的是交通数据以外的物理驱动的深度学习以及AI4Science的时空数据，笔者能力有限，囊括了更为广义的时空数据，没有加以区分。因此，部分内容可能缺乏必要的严谨性。），其中1为Oral，2为spotlight

1. [Oral] High-Dynamic Radar Sequence Prediction for Weather Nowcasting Using Spatiotemporal Coherent Gaussian Representation
2. [Spotlight]Learning Spatiotemporal Dynamical Systems from Point Process Observations
3. PhyMPGN: Physics-encoded Message Passing Graph Network for spatiotemporal PDE systems
4. Expand and Compress: Exploring Tuning Principles for Continual Spatio-Temporal Graph Forecasting
5. WardropNet: Traffic Flow Predictions via Equilibrium-Augmented Learning
6. Air Quality Prediction with Physics-Informed Dual Neural ODEs in Open Systems
7. Spectral-Refiner: Accurate Fine-Tuning of Spatiotemporal Fourier Neural Operator for Turbulent Flows
8. Deep Random Features for Scalable Interpolation of Spatiotemporal Data
9. A Large-scale Dataset and Benchmark for Commuting Origin-Destination Flow Generation
10. Diffusion Transformer Captures Spatial-Temporal Dependencies: A Theory for Gaussian Process Data

🌟【紧跟前沿】“时空探索之旅”与你一起探索时空奥秘！🚀
欢迎大家关注时空探索之旅时空探索之旅

[Oral] 1 High-Dynamic Radar Sequence Prediction for Weather Nowcasting Using Spatiotemporal Coherent Gaussian Representation

链接：https://openreview.net/forum?id=Cjz9Xhm7sI

作者：Ziye Wang, Yiran Qin, Lin Zeng, Ruimao Zhang

关键词：三维高斯，动态重建，雷达预测，天气临近预报（NWP）

[Spotlight] 2 Learning Spatiotemporal Dynamical Systems from Point Process Observations

链接：https://openreview.net/forum?id=37EXtKCOkn

作者：Valerii Iakovlev, Harri Lähdesmäki

关键词：动力学，时空，神经，偏微分方程，常微分方程

3 PhyMPGN: Physics-encoded Message Passing Graph Network for spatiotemporal PDE systems

链接：https://openreview.net/forum?id=fU8H4lzkIm

作者：Bocheng Zeng, Qi Wang, Mengtao Yan, Yang Liu, Ruizhi Chengze, Yi Zhang, Hongsheng Liu, Zidong Wang, Hao Sun

关键词：物理编码，时空偏微分方程，图网络，深度学习

TL; DR：提出了一个物理编码的消息传递图网络，用于模拟时空 PDE 系统。

4 Expand and Compress: Exploring Tuning Principles for Continual Spatio-Temporal Graph Forecasting

链接：https://openreview.net/forum?id=FRzCIlkM7I

作者：Wei Chen, Yuxuan Liang

关键词：时空图， 持续预测 ， 调优原理

TL; DR：介绍了 EAC，它遵循两个基本调优原则，仅通过 expand 和 compress 来学习提示参数池，简单，有效，高效地解决了持续时空图预测问题。

5 WardropNet: Traffic Flow Predictions via Equilibrium-Augmented Learning

链接：https://openreview.net/forum?id=7FHSPd3SRE

作者：Kai Jungel, Dario Paccagnan, Axel Parmentier, Maximilian Schiffer

关键词：结构化学习，组合优化，增强机器学习，交通均衡预测

6 Air Quality Prediction with Physics-Informed Dual Neural ODEs in Open Systems

链接：https://openreview.net/forum?id=kOJf7Dklyv

作者：Jindong Tian, Yuxuan Liang, Ronghui Xu, Peng Chen, Chenjuan Guo, Aoying Zhou, Lujia Pan, Zhongwen Rao, Bin Yang

关键词：空气质量预测，基于物理的深度学习

TL; DR：一种基于物理的神经 ODE 的新方法

7 Spectral-Refiner: Accurate Fine-Tuning of Spatiotemporal Fourier Neural Operator for Turbulent Flows

链接：https://openreview.net/forum?id=MKP1g8wU0P

作者：Shuhao Cao, Francesco Brarda, Ruipeng Li, Yuanzhe Xi

关键词：算子学习，神经算子，Navier-Stokes，偏微分方程，偏微分方程，计算流体动力学

TL; DR：结合傅里叶神经算子的优势和传统数值方法的智慧，对 FNO 的时空修改进行微调，以获得 10000 倍的精度。

8 Deep Random Features for Scalable Interpolation of Spatiotemporal Data

链接：https://openreview.net/forum?id=OD1MV7vf41

作者：Weibin Chen, Azhir Mahmood, Michel Tsamados, So Takao

关键词：随机特征， 深度高斯过程 ，贝叶斯深度学习，遥感

TL; DR：提出了一个可扩展的贝叶斯深度学习框架来插入遥感数据，以提高准确性和灵活性。

9 A Large-scale Dataset and Benchmark for Commuting Origin-Destination Flow Generation

链接：https://openreview.net/forum?id=WeJEidTzff

作者：Can Rong, Jingtao Ding, Yan Liu, Yong Li

关键词：通勤 ，起点-目的地流数据集 城市计算 ，加权图建模

TL; DR：本文提供了一个大规模数据集，包括美国 3000 多个地区的通勤起点-终点矩阵，用于训练和标定终点-终点流建模方法。

10 Diffusion Transformer Captures Spatial-Temporal Dependencies: A Theory for Gaussian Process Data

链接：https://openreview.net/forum?id=MbM1BqGpZu

作者：Hengyu Fu, Zehao Dou, Jiawei Guo, Mengdi Wang, Minshuo Chen

关键词：扩散模型，序列数据，时空依赖性，样本复杂性

TL; DR：分析了捕获时空依赖性的Diffusion Transformer理论。

🌟【紧跟前沿】“时空探索之旅”与你一起探索时空奥秘！🚀
欢迎大家关注时空探索之旅时空探索之旅