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,政策,解读
文章来源：大数据文摘
内容字数：6319字

内容摘要：

大数据文摘授权转载自HyperAI超神经
作者：李宝珠
编辑：三羊
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迁移仍是一个重要挑战。
针对城市计算中广泛存在的数据稀缺性问题，清华大学电子工程系城市科学

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