微信里点“发现”,扫一下
二维码便可将本文分享至朋友圈
演讲摘要:城市居民的大规模出行行为轨迹堪称是“城市脉搏”,其蕴涵了丰富的时空信息,可以反映居民的群体行为偏好,城市功能区分布,进而在城市管理、交通治理等领域发挥重要作用。本报告介绍我们研究团队提出的基于城市级海量时空轨迹数据的“九天·川流”出行大模型。该模型首次提出了一套从人员时空位置表征到行为语义辨识的整体性新框架,以通信基站作为知识载体,通过汇聚人群时空信息流数据,将现实世界中的出行活动映射到数据空间中,挖掘相应人群的生活和出行规律信息,揭示“人 - 时间 - 空间”三者的动态关系,赋能城市交通规划与管理。
讲者简介:孙磊磊,北京航空航天大计算机学院副教授、博士生导师。主要研究方向为机器学习与数据挖掘,具体包括深度时空学习网络、图神经网络、时序数据分析与挖掘等。已经在 TKDE、KDD、AAAI、SIGIR、WWW 等国际学术期刊会议发表学术论文 100 余篇,包括 CCF-A 类期刊 / 会议论文 50 余篇。担任 KDD、AAAI、SIGIR、WWW 等多个国际学术会议程序委员会高级委员。主持科技部科技创新 2030——“新一代人工智能” 重大项目课题,国家自然科学基金面上项目,青年项目,北航青年拔尖人才支持计划项目等 10 余项;参与国家自然科学基金重大基金项目、联合基金项目,科技部重点研发计划等国际级项目课题 20 余项,获得省部级科技奖励 1 次。