张祎凡助理教授团队提出创新模型：CASAformer。CASAformer提出了一种创新的拥堵感知稀疏注意力Transformer模型，专注于提升交通拥堵状态下的速度预测精度。针对现有模型在低速预测中的不足，该模型设计了独特的稀疏注意力机制以聚焦关键拥堵节点，并引入自适应损失函数以应对数据不平衡问题。在公开数据集上的验证表明，该模型显著优于现有先进模型，尤其在40 mph以下的拥堵速度预测中表现卓越，为智能交通管理和控制提供了更可靠的决策依据。

来源：Zhang, Y., Zhou, Q., Wang, J., Kouvelas, A., & Makridis, M. A. (2025). CASAformer: Congestion-aware sparse attention transformer for traffic speed prediction. Communications in Transportation Research, 5, Article 100174. Advance online publication. https://doi.org/10.1016/j.commtr.2025.100174