urban areas | BriefGPT - AI 论文速递

关键词urban areas

搜索结果 - 13

基于机器学习的城市基础设施质量供给不平等的特征化研究
本研究旨在揭示城市地区基础设施质量的不平等特征，并提出了一种基于机器学习的方法来计算基础设施质量的不平等程度，以此为基础推动数据驱动与机器智能为依据的综合城市设计策略，促进基础设施公平和环境正义。
PDF5 months ago
城市地区热红外长时序图像的语义分割用于热点和冷点的识别
通过分析语义分割、纵向和空间丰富的热红外图像，在城市尺度上识别热点和冷点，该研究为城市规划者提供了自动分析热红外图像的潜在应用，以制定减少城市热岛效应、提高建筑能效和最大限度地改善室外热舒适度的缓解策略。
PDF9 months ago
利用光学数据和机器学习算法在 Google Earth Engine 中进行多时相分析以检测城市变化
使用 Google Earth Engine 平台进行多时相分析，采用光学数据和特定的机器学习算法来检测城市区域的变化。以开罗市作为案例研究，从 2013 年 7 月到 2021 年 7 月进行了分类和变化检测分析，结果证明了所提出方法在选
PDF10 months ago
利用极端梯度提升、土地覆盖和地形参数进行城市区域数字高程模型修正
通过使用极值梯度提升（XGBoost）集成算法提高数字高程模型（DEMs）的准确性，用于改善城市地貌的水文模拟。
PDFa year ago
基于 Sentinel-2 多光谱影像的高效树冠覆盖估计特征选择
本文利用多光谱随机森林分类器结合适宜的特征选择算法和掩模技术，在城市地区估计树木覆盖率，结果显示在拉合尔管理科学学院的 82 英亩区域内，该方法优于传统的随机森林分类器和 ESA WorldCover 10m 2020 等最新技术。
PDFa year ago
城市区域功能导向的交通流预测
我们提出了一种名为 POI-MetaBlock 的新型模块，它利用每个区域的功能性（由 POI 分布表示）作为元数据，进一步挖掘具有不同功能区域的不同交通特征，可以轻松地集成到传统的交通流量预测模型中，并且明显提高了交通流量预测的性能，并优
PDFa year ago
KDD基于强化学习的城市道路网络充电站布置
本文使用深度强化学习方法针对城市区域优化充电站的安置位置与数量，以达到最大化电动车充电设施供应，最小化等待、行程和充电时间，并考虑在家中充电，通过实例实验证明本文方法可以增加电动汽车充电计划的效益，减少等待时间，提高收益，相较于现有基础设施
PDF2 years ago
利用非规则卷积神经网络提升短期自行车共享需求预测
该研究提出了一种基于 IrConv+LSTM 的非规则卷积神经网络模型，可用于改善城市自行车共享短期需求预测，其考虑到了非相邻城市之间的联系。该模型在新加坡的无桩共享单车系统和芝加哥、华盛顿、纽约和伦敦的四个基于站点的系统，表现出比其他基准
PDF2 years ago
基于深度学习的停车服务动态定价
本文探讨了通过动态调整停车服务价格来改善城市空气质量的可行性，运用深度学习技术通过收集空气质量数据进行预测，以马德里市为例对该提议进行了经济和技术评估。
PDF2 years ago
MM利用卷积神经网络在全球范围内进行城市区域的高分辨率土地覆盖制图
从高分辨率图像和有限的带噪声标记数据中生成城市区域的七类土地覆盖图的方法，使用 UNet、Resnet 编码器的 UNet 和 Deeplab v3 + 编码器，结合不同的损失函数进行比较研究，并将模型预测拼接在一起生成高价值的土地覆盖图。
PDF4 years ago
使用生成对抗网络的无监督领域自适应在航空影像语义分割中的应用
本文研究利用生成对抗网络减少领域适应在空中图像语义分割中的影响，并在实验中测试表明，在 Potsdam 领域（源领域）到 Vaihingen 领域（目标领域）的转变中，该方法将整体准确性从 35% 提高到 52%。
PDF5 years ago
面向交通信号控制的鲁棒深度强化学习：需求激增、事故和传感器故障
本论文详细研究采用深度强化学习（RL）算法解决交通拥堵问题，并开发了一个开源框架以评估这些算法在不同的交通模拟环境下的表现。通过考虑一系列外生不确定因素，如需求激增、容量减少和传感器故障等。我们得出了深度强化学习算法在交通控制领域的关键见解
PDF5 years ago
MM更安全的社区是否更有生气？对城市生活的多模态调查
本研究使用移动电话数据与视觉感知数据分别作为城市区域的活跃度和安全性的代理，并使用卷积神经网络评估了城市街景中的感知安全分数，结果发现感知安全对活跃度的影响与人口年龄有关，绿化和朝街窗户对城市感知安全有积极的影响，该结果为城市规划等相关领域
PDF8 years ago