收集20+时空数据集，超1.3亿样本点，清华研究团队基于生成式AI，提出3种城市复杂系统建模方法

AIGC动态欢迎阅读

原标题：收集20+时空数据集，超1.3亿样本点，清华研究团队基于生成式AI，提出3种城市复杂系统建模方法
关键字：模型,数据,系统,城市,建模
文章来源：HyperAI超神经
内容字数：0字

内容摘要：

作者：丁璟韬，李姝
编辑：李宝珠
在 HyperAI超神经联合出品的 COSCon’24 AI for Science 论坛中，来自清华大学电子工程系城市科学与计算研究中心的博士后研究员丁璟韬带来了深度分享，以下为演讲精华实录。被誉为城市复杂系统研究先驱之一的 Michael Batty 曾在其著作中表示，「城市本质上是复杂适应系统，其结构和功能不断演变，呈现出高度的非线性和自组织特征」。随着现代化城市的不断发展，城市系统的复杂性日益增加。
这种复杂性使得传统的建模方法难以应对，而伴随着生成式 AI 技术的发展，生成式建模作为一种新兴的技术手段，正逐渐成为研究和理解城市系统的重要工具。城市复杂系统的生成式模型不仅能模拟城市结构的演变，还能够生成创新性的城市规划方案，为智慧城市和可持续发展提供了新的思路。
聚焦国内，城市复杂系统的生成模型研究近年来取得了显著进展，多个高校和科研院所研究成果颇丰。
近日，在 HyperAI超神经联合出品的 COSCon’24 AI for Science 论坛中，来自清华大学电子工程系城市科学与计算研究中心的博士后研究员丁璟韬，以「AI 驱动的城市复杂系统

原文链接：收集20+时空数据集，超1.3亿样本点，清华研究团队基于生成式AI，提出3种城市复杂系统建模方法