清华推出首个通用城市时空预测模型UniST，零样本场景开箱即用｜KDD2024

AIGC动态欢迎阅读

原标题：清华推出首个通用城市时空预测模型UniST，零样本场景开箱即用｜KDD2024
关键字：时空,数据,模型,提示,城市
文章来源：量子位
内容字数：0字

内容摘要：

UniST团队投稿量子位 | 公众号 QbitAI城市时空的预测，迎来GPT时刻。
清华大学电子系城市科学与计算研究中心推出了第一个无需自然语言的纯时空通用模型——UniST，首次展示了纯时空模型本身的通用性和可扩展性，研究成果已被KDD2024接收。
研究团队利用超过20个时空数据集、1.3亿+个时空样本点，构建了涵盖多个城市、不同领域、空间划分和时间分辨率等维度的城市时空数据，构建并训练了「one-for-all」的时空通用模型——UniST。
该模型是目前覆盖范围最广、统一性最强的城市时空通用模型。值得一提的是，UniST相较于当前的大语言模型具有更轻量级的优势，仅用20M的参数规模就展现出很强的零样本学习能力。
△图1. UniST实现时空通用建模（one-for-all）UniST通过整合多城市、多领域丰富的时空数据，利用基于Transformer的架构、独特的时空掩码策略（mask）和知识引导的时空提示（prompt），实现了对城市多样化时空动态性的统一建模和精准预测。在实验中，UniST展示了其在交通管理、资源优化等多个城市应用场景中的卓越表现，尤其是在跨场景零样本预测

原文链接：清华推出首个通用城市时空预测模型UniST，零样本场景开箱即用｜KDD2024