基于 7 大城市实景数据,清华大学团队开源 GPD 模型

基于 7 大城市实景数据,清华大学团队开源 GPD 模型

AIGC动态欢迎阅读

原标题:基于 7 大城市实景数据,清华大学团队开源 GPD 模型
关键字:数据,模型,城市,时空,政策
文章来源:HyperAI超神经
内容字数:6679字

内容摘要:


作者:李宝珠
编辑:三羊
清华大学电子工程系城市科学与计算研究中心提出 GPD 模型,利用扩散模型生成神经网络参数,将时空少样本学习转变为扩散模型的预训练问题。城市,是人们安居乐业的故土,是政府开展经济建设的基石,承载着细腻的人文情怀与宏伟的国家发展脉络。长期以来,管理者一直在探寻更加高效、科学的城市治理方法,解决不同地区资源供给不平衡、交通拥挤、人口流失等问题。在物联网、AI、大数据等技术的加速迭代下,智慧城市应运而生,在越来越多的国家开始了因地制宜的革新。
如果将智慧城市建设比喻成「盖房子」,那么时空数据便是必不可少的「砖瓦」,基于时空数据的时空预测模型更加是构成智慧城市框架的重要基础。时空数据,顾名思义,记录了事件在时间和空间两个维度上的发生与变化,包含地理信息、气象数据、交通数据、人口数据、卫星遥感数据等。
但是,由于城市发展水平不尽相同、数据收集政策也存在差异,导致部分城市的时空数据匮乏,难以支撑预测模型的构建。对此,现有方法主要是利用数据丰富的源城市数据训练模型,并将其应用于数据稀缺的目标城市。但这一过程往往依赖于复杂的匹配设计,如何实现对源城市和目标城市之间更加泛化的知识


原文链接:基于 7 大城市实景数据,清华大学团队开源 GPD 模型

联系作者

文章来源:HyperAI超神经
作者微信:HyperAI
作者简介:解构技术先进性与普适性,解读更前沿的 AIForScience 案例

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...