urbanization | BriefGPT - AI 论文速递

关键词urbanization

搜索结果 - 12

利用卫星影像时间序列进行连续城市变化检测，包括时间特征优化和多任务集成
该研究提出了一种基于深度学习和遥感技术的城市变化检测方法，采用连续多时相卫星图像，结合自注意力和分割技术，有效地识别了城市变化，与其他方法相比表现更加出色。
PDF9 days ago
从单个主体到多个主体：改进交通信号控制
由于城市化进程不断加速，解决信号控制问题的重要性也日益突出。本文分析了各种现有方法，并提出了增加代理数量以减少平均旅行时间的选项。通过 2 个数据集进行了实验。结果表明，在某些情况下，多个代理的实施可以改善现有方法。至于精调的大型语言模型方
PDF15 days ago
可解释的城市交通拥堵预测中的级联专家混合模型
快速城市化大幅加剧了交通拥堵问题，因此需要先进的拥堵预测服务来增强智能交通系统。本文介绍了一种拥堵预测混合专家模型 (CP-MoE)，通过稀疏门控自适应图学习器 (MAGLs) 和两个专门的专家解决了异构和动态时空依赖性的挑战，从而提供更稳
PDF20 days ago
利用多模态遥感数据在大规模城市区域中识别每个建筑物的功能
本文提出了一种半监督框架，利用多模态遥感数据在大规模城市区域中识别每个建筑物的功能。研究结果表明，在中国上海的 1,616,796 座建筑中，所生成的功能地图实现了 82% 的 OA 和 71% 的 Kappa，具有支持大规模城市管理和可持
PDF2 months ago
布琼布拉细颗粒物动态的建模与表征
该论文通过使用布隆迪经济首都布琼布拉市安装的低成本传感器在一年内收集的 PM2.5 数据，首次对布琼布拉市 PM2.5 的时空变异性进行了表征和预测，结果显示 3 个市区的 PM2.5 质量浓度有所不同，并且平均每小时和每年 PM2.5 浓
PDF6 months ago
传感器建模再思考：层次信息增强的交通预测
基于城市化进程，交通预测在智慧城市建设中起到至关重要的作用。本文提出了一种基于传感器依赖建模的层次化信息增强时空预测方法 (HIEST)，通过建立区域依赖和共享时空模式来实现交通预测，并通过扩展实验证明了方法的领先性能。
PDF9 months ago
迈向可持续发展：综合环境健康监测的新型集成机器学习模型
城市化对经济增长有促进作用，但也通过环境恶化对环境造成危害。机器学习已成为一个有很大潜力的工具，通过识别关键的预测特征来跟踪环境恶化。最近的研究专注于利用污染物水平和颗粒物作为环境状态指标来开发预测模型，以勾勒出所面临的挑战。机器学习被用来
PDF10 months ago
利用混合 RidgeGAN 模型预测印度小型和中型城市的交通指数
通过 Kernel Ridge 回归和 CityGAN，建立了 RidgeGAN 模型来预测印度小中城市的交通指数，结果显示两步法比现有基准效果更好。
PDFa year ago
以图像背景评估为新技术进行昆虫微生境识别
通过对 ALA 数据库中昆虫图像的背景分析，使用计算机视觉和机器学习工具将图像背景分类为自然或人为微观环境，以研究由于人类活动导致的自然生境改变对蜜蜂、黄蜂和蝇这三种昆虫种类的影响，结果表明，这些昆虫适应了城市人为微生态环境，而管理这些入侵
PDFa year ago
基于深度学习的抗议活动多标签图像分类
利用深度学习技术分析社交媒体数据来检测社会动荡，并通过地图可视化展示全国各地的抗议行为，以加强对城市化地区重要社会问题的理解。
PDFa year ago
AAAI社交媒体揭示中国城乡压力差异
本文从微博的用户中研究表达压力的语言差异现象，发现在控制了社会经济和性别差异的情况下，中国的城乡居民在表达压力时具有很大的差异，且这种差异是城乡地区的不同环境和生活方式导致的。
PDF3 years ago
多时间段城市发展 SpaceNet 数据集
本研究基于多元时间城市发展卫星数据集 (MUDS)，利用计算机视觉技术和时间序列分析方法来跟踪建筑物，评估城市化和人造或自然灾害的进程。
PDF3 years ago