urban data | BriefGPT - AI 论文速递

关键词urban data

搜索结果 - 6

ComS2T: 适用于数据自适应模型演化的补充时空学习系统
通过引入一种基于提示的互补时空学习方法 ComS2T，该方法将神经结构分为稳定的新皮层和动态的海马体，从而实现模型对数据适应性的进化。通过训练空间和时间提示来使提示适应新数据，结合两阶段训练过程，实现了在测试期间的高效适应性，有效地适应不同
PDF4 months ago
具有注意融合的城市区域表示学习
提出了一种名为 HAFusion 的新型模型，通过融合不同区域特征的嵌入来学习区域之间和不同类型区域特征之间的高阶相关性，实现了对城市区域表征的学习，在三种不同的预测任务中，HAFusion 模型优于现有方法，利用学习得到的区域嵌入可以使
PDF7 months ago
城市区域嵌入的区域关注多视角表示学习
通过多视图表示学习，我们提出了一种区域化多视图表示学习（ROMER）方法，用于捕捉多视图依赖关系并学习表达性强的城市区域表示。我们的模型关注于从多源城市数据中学习城市区域表示，通过捕捉流动模式、兴趣点语义和签到动态等多视图相关性，采用全局图
PDFa year ago
基于神经解聚的城市时空数据综合
通过将粗糙、低分辨率地理单元的聚合城市数据细分，我们尝试合成细粒度、高分辨率的城市数据，并提出了三种改进方法以提高细分结果。
PDFa year ago
适应不平衡数据：使用 3D 部分卷积和偏置掩码插值城市时空数据
该研究利用图像修补技术对城市数据中的大型、不规则的缺失区域进行填充，从而保证数据集的完整性和可应用性，具有较好的效果和可行性。
PDFa year ago
KDDMugRep：面向房地产估价的多任务分层图表示学习框架
该研究提出了一种基于多任务层次图表示学习（MugRep）的房地产精确估价框架，通过获取和集成多源城市数据，构建一个丰富的特征集，包括地理分布、人类流动分布和居民人口统计分布，并提出了一种异步时空依赖性的房地产交易图和相关事件图卷积模块，以及
PDF3 years ago