随着物联网、5G、移动互联网等新一代信息技术的快速发展,时空数据呈现爆发式增长。与图像、文本和语音数据相比,时空数据通常呈现出独特的时空特征,包括空间距离和层次性,以及时间接近性、周期性和趋势。时空人工智能是针对时空数据建模的专有人工智能技术,广泛用于交通、土木工程、环境、经济、生态和社会学等城市相关的交叉科学领域。本次讲座首先介绍时空人工智能的概念,从计算机科学的角度讨论其总体框架和主要挑战。其次,我们将时空人工智能的应用分为四类,分别是建模时空轨迹数据、时空网格数据、时空图数据和时空序列,以及各个类别中的代表性场景。我们之后重点描述了我们在上述四类数据的方法论上的最新探索和进展。最后,我们展望时空人工智能的未来,对未来有价值的研究方向进行了探讨。
普适计算
梁宇轩
问答