智能空间理解_人工智能视角下的地理空间表达、建模与推测
作者:互联网
一、神经网络VS空间分析
1.关注geoAI
2.内在联系——空间表达
规则卷积
不规则卷积
在具体应用中,池化和卷积是否要保存,卷积关注的是局部特征,但是在空间地理信息中,我们很可能更关注的是长距离联系;池化会保证平移不变性,但是没法保留特征的位置信息。
感受野与空间中的距离衰减比较类似,天然的保证了神经网络可以应用在智能空间领域。
3.内在联系——空间推测
图卷积神经网络回答场所图的问题
空间回归模型的典型流程
空间滞后
二、展望(还能做的事)
1.主要围绕着这些方面去做:
2.空间聚类/分类
3.神经网络可以逼近空间函数
4.空间预测和推断
5.空间优化:比如找一个网络的优化排列 天然和神经网络求最值相关,然后进一步发展到预测春运这样的流数据,最后应用到疫情期间。
标签:推测,人工智能,建模,卷积,神经网络,应用,空间,内在联系 来源: https://www.cnblogs.com/juanzhi/p/14823839.html