로그인
통찰 - 도시 데이터 분석
다양한 도시 데이터 소스를 활용한 도시 지역 표현 학습 모델
다양한 도시 데이터 소스를 활용하여 도시 지역의 잠재적 특성을 나타내는 임베딩을 학습하고, 이를 통해 유사한 지역을 발견하여 도시 계획 응용 프로그램에 활용할 수 있다.
포괄적이고 다양한 도시 데이터셋 CityNet: 도시 컴퓨팅 분야의 첨단 연구를 위한 종합적인 멀티모달 데이터셋
CityNet은 다양한 도시 데이터(택시 궤적, 교통 속도, POI, 도로 네트워크, 기상 데이터 등)를 통합하여 도시 컴퓨팅 분야의 광범위한 연구를 가능하게 하는 포괄적이고 다면적인 데이터셋이다.
도시 지표 예측을 위한 다중 수준 비전-언어 사전 학습 기반 모델
본 연구는 위성 영상과 거리 영상을 통합하여 도시 지표를 예측하는 새로운 비전-언어 사전 학습 모델 UrbanVLP를 제안한다. UrbanVLP는 다중 수준의 정보를 활용하여 도시 지표 예측 성능을 향상시키고, 자동 텍스트 생성 및 보정 기술을 통해 모델의 해석 가능성을 높인다.
실제 개인 수준 데이터 없이 공간 시간적 데이터 세분화를 위한 GRU 기반 모델
본 연구는 공간 시간적 데이터를 저해상도 불규칙 영역에서 고해상도 불규칙 영역으로 세분화하는 GRU 기반 모델 GRU𝑠𝑝𝑎를 제안한다. 공간 주의 집중 레이어를 GRU 모델에 통합하여 공간적 상호작용을 포착하고, 게이트 순환 모듈을 통해 시간적 의존성을 캡처한다. 또한 다른 지리적 수준 간 포함 관계를 활용하여 다른 해상도에서 일관된 값을 생성한다.
© 2024 by Linnk AI