文本描述的地理移动划分
通过自动提取文本信息来感知运动现象具有挑战性。本文介绍了 GeoMovement,该系统基于结合机器学习和基于规则的运动相关信息抽取,并使用先进的可视化技术。GeoMovement 提供了一种集成框架,可以同时提取运动和缺乏运动,为人们提供了有意义的地理运动信息。
Mar, 2022
地理信息与人类行为、认知、表达和思维过程密切相关,并符合伽马分布。通过实验证实了伽马分布假设,并揭示了地理信息数量、长度和距离的规律。同时,地理信息的利用存在上限,还提供了地理信息提取的指导,揭开地理信息的面纱。
Sep, 2023
本文对地理位置信息的解析进行了系统梳理和综合评估,总结了地理信息检索、疾病监测、交通管理等七个应用领域的实践应用,归纳了四类解析方法并对其中流行的 27 种方法进行了计算正确性和效率评估,为未来方法发展提供了指导和参考。
Jul, 2022
本研究通过分析大量 Foursquare 用户的数据,研究了全球多个大都市的城市移动性模式,发现了影响城市人类移动的关键因素:原地和目的地之间的地点数量,而非纯物理距离,经过排名计算的移动模型可以准确地捕捉不同城市的真实人类移动,这为城市规划、基于位置的广告甚至社会研究提供了新的启示。
Aug, 2011
DeepMove 利用模型场景中的月度活动来学习地点的潜在表示。 该模型利用了空间和时间上下文,在地点分类和聚类任务中表现出良好性能。
Jul, 2018
该研究利用非负张量因式分解和 HypTrails 贝叶斯方法将 Foursquare 和人口普查数据应用于曼哈顿出租车数据,以探索和解释人类流动的不同模式,证明人类流动不是一维的,而是包含时间和空间上的不同方面。
Jan, 2016
文档的定位特点和重要的本地特征。因此,我们提出了一种名为 JELLY 的简单而有效的联合嵌入方法,它在多位置(multi-LocaLitY)下同时学习文档和位置的编码器,能够更有效地识别文档空间重点。
Jun, 2023
通过社交媒体共享的地标数据收集,利用社区检测方法模拟了人类移动行为在不同地理分区下的自然刻度,发现了自然刻度的相变及其相关行为,并画出了离散的多重地理边界,为流行病学或文化传播等领域提供了关键的空间研究洞见。
Apr, 2017
通过对文本中字符和位置的跟踪,我们提出了一种新的空间关系分类任务,并使用规范化的注释和上下文嵌入作为特征来预测它们,结果发现,主角移动的比较多,女性角色更多地占据内部空间。
May, 2023