基于 7 大城市實景數據，清華大學團隊開源 GPD 模型

AIGC動態歡迎閱讀

原標題：基于 7 大城市實景數據，清華大學團隊開源 GPD 模型
關鍵字：數據,模型,城市,時空,政策
文章來源：HyperAI超神經
內容字數：6679字

內容摘要：

作者：李寶珠
編輯：三羊
清華大學電子工程系城市科學與計算研究中心提出 GPD 模型，利用擴散模型生成神經網絡參數，將時空少樣本學習轉變為擴散模型的預訓練問題。城市，是人們安居樂業的故土，是開展經濟建設的基石，承載著細膩的人文情懷與宏偉的國家發展脈絡。長期以來，管理者一直在探尋更加高效、科學的城市治理方法，解決不同地區資源供給不平衡、交通擁擠、人口流失等問題。在物聯網、AI、大數據等技術的加速迭代下，智慧城市應運而生，在越來越多的國家開始了因地制宜的革新。
如果將智慧城市建設比喻成「蓋房子」，那么時空數據便是必不可少的「磚瓦」，基于時空數據的時空預測模型更加是構成智慧城市框架的重要基礎。時空數據，顧名思義，記錄了在時間和空間兩個維度上的發生與變化，包含地理信息、氣象數據、交通數據、人口數據、衛星遙感數據等。
但是，由于城市發展水平不盡相同、數據收集政策也存在差異，導致部分城市的時空數據匱乏，難以支撐預測模型的構建。對此，現有方法主要是利用數據豐富的源城市數據訓練模型，并將其應用于數據稀缺的目標城市。但這一過程往往依賴于復雜的匹配設計，如何實現對源城市和目標城市之間更加泛化的知識

原文鏈接：基于 7 大城市實景數據，清華大學團隊開源 GPD 模型

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例