May, 2024

CityGPT：面向多智能体系统的城市物联网学习、分析与交互

PDF
TL;DR通过智能化系统，结合大规模感知器在物联网中产生的时空数据，我们提出了一种名为 CityGPT 的通用框架，以实现对物联网时间序列数据的学习和分析，从而增加公众对数据的洞察力，并在物联网计算中保证了稳健性能。
internet of thingsspatiotemporal dataagentized systemscitygpt frameworkiot computing
发现论文，激发创造
  • TrafficGPT：面向多尺度空间 - 时间代理框架的交通分析与生成

    利用 AI 代理、多尺度交通数据、语义信息以及可视化，设计了 TrafficGPT 系统，实现多尺度交通预测和交互性能，通过实验验证其在真实道路数据集上的卓越表现。

    May, 2024

  • GPT 循环：多智能体系统的自适应决策

    通过融合 Generative Pre-trained Transformers (GPT) 这类大型语言模型的高级推理能力和 Multiagent (MAS) 系统，这篇论文介绍了一种新的方法，“GPT-in-the-loop”，用于增强问题解决和解释能力。结合智能街灯物联网应用背景，该方法使代理人通过传感器、执行器和神经网络创建出一个能耗更低的照明系统，并与传统神经进化方法和软件工程师提供的解决方案进行了比较，凸显了 GPT 驱动的 Multiagent 系统在物联网中的潜力。

    Aug, 2023

  • UrbanGPT：时空大型语言模型

    基于大型语言模型和空间 - 时间依赖编码器的 UrbanGPT 在数据稀缺情况下实现了更全面、准确的空间 - 时间预测任务，显示了在零样本场景中建立大型语言模型的潜力。

    Feb, 2024

  • CityGPT：大型语言模型赋能城市空间认知

    CityGPT 是一种用于增强大型语言模型在理解城市空间和解决相关城市任务方面能力的系统框架，通过在模型中构建城市规模的世界模型，并使用包含城市知识的多样化指令调整数据集 CityInstruction 来进行模型微调，实现对城市空间的理解和空间推理能力的有效增强。

    Jun, 2024

  • 城市生成智能 (UGI): 体质城市环境中的代理平台

    城市环境面临快速城市化带来的交通拥堵、污染和社会不平等等挑战，通过整合大型语言模型进入城市系统，提出了一种新的城市智能范式，以解决这些挑战，并模拟复杂的城市系统，达到理解和管理城市复杂性的目的。

    Dec, 2023

  • 运用大型语言模型通过人工智能生成科学本体朝下一代城市决策支持系统 -- 优化联运货运案例

    利用预训练的大型语言模型（LLMs）和 ChatGPT API 作为推理核心，通过自然语言处理、基于方法论的提示调整和 Transformer 技术，自动化创作基于场景的本体论文、都市数据集和模拟技术手册，生成知识图谱，以促进都市决策支持系统的发展。

    May, 2024

  • 从数据到行动：探索基于人工智能和物联网的解决方案，实现城市的智能化

    智慧城市需要利用物联网和人工智能等先进技术，本研究引入了一个城市智能管理系统，通过数据驱动的方法来分析交通信息、能源消耗和城市维护问题，以提高安全性、节能和可持续性，该系统在阿维罗市的案例研究中证明了其有效性。

    Jun, 2023

  • GeoGPT: 通过自主 GPT 的方式理解和处理地理空间任务

    利用 GeoGPT 将自然语言需求转化为 GIS 工具执行的方式可以降低非专业用户解决地理空间问题的门槛，我们展示了在多个任务中使用 GeoGPT 的有效性，同时该框架可以通过集成更多工具来扩展其适用范围。

    Jul, 2023

  • VIoTGPT: 针对智能视频物联网学习调度视觉工具

    基于 LLMs 的框架 VIoTGPT 可以与人类正确互动、查询知识视频并调用视觉模型完成复杂任务，通过 ReAct 指令调优学习工具能力，定量和定性实验结果验证了 VIoTGPT 的有效性。

    Dec, 2023

  • ChatGPT 在精准农业数据分析中的应用

    本研究主张将 ChatGPT 集成到精确农业自动传感器的数据处理管道中，以增强现代农业实践的各个方面，并为政策制定者提供更直观、自然的方式与农业数据处理系统进行交互，从而实时分析和解释农业数据并向利益相关者提供建议。

    Nov, 2023