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