Apr, 2024

地理信息系统的数据科学

PDF
TL;DR数据科学与地理信息系统的结合为完整的空间分析平台提供了发展的可能性，采用机器学习和大数据技术使得这些平台能够处理更大规模、越来越复杂的数据，超越了传统方法的局限性。本研究追踪了数据科学和地理信息系统作为研究领域的历史和技术演变，强调了领域之间的关键交叉点，并突出了许多依赖于这种整合的领域。我们通过在葡萄牙特洛伊使用航拍数据的灾害管理领域的案例研究，阐明了从原始数据中提取见解的过程。最后，我们概述了未来在这些领域整合以及所开发应用的研究前景。
data sciencegeographic information systemsspatial analysismachine learningdisaster management
发现论文，激发创造
  • 数据驱动的环境研究与实践中的地理空间建模挑战

    电子数据和机器学习的地理空间建模已成为环境研究中广受欢迎的趋势，通过准确的地理空间预测有助于生态监测、质量评估、政策制定和行动计划等方面的有效资源管理。然而，对于进一步的研究和实践，需要解决许多问题，以获得精确可复现的结果。研究综述了地理空间建模中常见的问题和挑战，并提供了克服这些挑战的技术和流行编程工具，还讨论了地理空间人工智能在环境应用中的前景。

    Nov, 2023

  • 图论在高级地理空间研究中的应用

    该技术报告探讨了图论算法在地理空间科学中的应用，并突出了它们在网络分析、空间连接性、地理信息系统以及其他空间问题解决方案中的作用。它提供了有关辅助模型过程的图论的关键概念和算法的全面了解。这份报告提供了图论在解决现实世界地理空间挑战和机遇方面的实际意义的见解，并列出了在该领域实施的广泛研究、创新技术和方法学。

    Sep, 2023

  • 利用 GIS 数据预测城市扩张

    本研究采用 GIS 数据挖掘算法，分析人口增长、社会学等与城市扩张相关的时空特征，利用 ArcGIS 制图，建立空间决策支持系统，预测城市扩张概率和有关变量的值，并帮助决策者制定方案，以避免未来的扩张发生和解决已经发生的城市扩张问题，从而支持可持续发展。

    Mar, 2021

  • 面向数据的机器学习在地理遥感数据中的应用

    现代机器学习在地理空间领域取得了巨大的进展，而数据中心学习方法的应用对于提高精度、泛化能力和实际应用产生了积极作用。本文提出了一种自动化数据中心学习方法的定义和精确分类，总结了地理空间领域的相关研究，并将其归类为不同的组别，通过具体的实现例子展示了如何利用数据中心机器学习方法对地理空间数据进行操作。

    Dec, 2023

  • 深度学习在时空大数据上的应用：机遇与挑战展望

    使用 GPS、遥感和计算模拟等技术，收集大量来自地球科学、农业、智能城市和公共安全等领域的时空数据，结合深度学习技术，开创解决以往无法解决的问题的新机遇并提出未来的研究需求。

    Oct, 2023

  • 社会科学中的地理人工智能

    GeoAI 是一个令人兴奋的新领域，借助人工智能、地理空间大数据和大规模计算能力来解决高度自动化和智能化的问题。该论文回顾了人工智能在社会科学研究中的进展，强调了使用 GeoAI 填补重要数据和知识空白的重要进展。论文还讨论了打破数据孤岛、加速 GeoAI 研究方法的融合以及将 GeoAI 推广到超越地理空间利益的重要性。

    Dec, 2023

  • 创建 Web 地理数据知识图谱

    本文介绍了我们最近开发的方法，以解决地理数据在 Web 和机器学习应用中的数据真实性、缺乏地理和语义特性集成以及不完整表示等问题。

    Feb, 2023

  • 地球科学中的机器学习：挑战与机遇

    本文介绍了机器学习在地球科学问题中所面临的独特挑战和机遇，强调各种地球科学问题所需的新颖机器学习方法的重要性，并讨论了潜在的方法学发展方向及其在地球科学中的应用。

    Nov, 2017

  • 探索面向地球科学数据分析的人工智能共同议程

    本文探讨了地球科学、遥感和人工智能领域近年来趋近的发展情况，强调了这些交叉学科的研究方向和挑战，提出了人工智能在遥感和地球科学领域中的应用，以及年轻研究人员应该如何应对这些挑战，从而推动遥感和地球科学的发展。

    Apr, 2021

  • 大数据系统应对机器学习挑战：向大数据科学服务发展

    介绍大数据科学中使用云计算作为一种实用且成本效益高的解决方案，着重分析软件堆栈的建设模块，为数据科学家提供大数据分析应用的普及服务，为该领域的最新发展和挑战提供各种见解。

    Sep, 2017