当前位置:首页 > 报告详情

王彦杰-城市空间高质量数据集建设与场景应用.pdf

上传人: B**** 编号:963941 2025-11-02 32页 9.95MB

1、城市空间高质量数据集建设与场景应用中设数字技术有限公司 王彦杰01 把握战略机遇:人工智能驱动城市变革抢抓人工智能发展的历史性机遇习近平总书记的相关论述习近平总书记指出人工智能是战略性技术,加快发展关乎我国能否抓住科技革命机遇,是培育新质生产力的重要引擎,为我国人工智能发展指明了方向。人工智能是战略性技术人工智能具备典型通用技术特征,其“头雁”效应强,能带动多领域发展,是推动科技跨越、产业升级的关键因素,引领着科技革命和产业变革的潮流。人工智能对生产力的培育作用人工智能是培育和发展新质生产力的重要引擎,能推动生产力整体跃升,助力经济社会高质量发展,为经济发展注入新动能。人工智能在国际竞争中的地

2、位在全球竞争中,人工智能是战略制高点,谁抢占先机谁就掌握更多话语权,能提升国家核心竞争力,保障国家的长治久安和人民的幸福安康。人工智能对高质量发展的推动作用人工智能与实体经济深度融合,催生新产业、新业态、新模式,赋能传统产业升级,促进新兴产业发展,推动数字经济成为经济增长新动力。“人工智能+”背景下的城市发展方向国务院关于深入实施“人工智能+”行动的意见打造开放共享的高质量科学数据集,提升跨模态复杂科学数据处理水平。以应用为导向,持续加强人工智能高质量数据集建设。有序推动市政基础设施智能化改造升级,探索面向新一代智能终端发展的城市规划、建设与治理,提升城市运行智能化水平。中共中央 国务院关于推

3、动城市高质量发展的意见推进城市全域数字化转型。打造集约统一、数据融合、高效协同的城市数字底座。完善城市信息模型(CIM)平台。深化数据资源开发和多场景应用。关于深化智慧城市发展 推进城市全域数字化转型的指导意见推进算法、模型等数字资源一体集成部署,探索建立共性组件、模块等共享协作机制。充分发挥数据的基础资源和创新引擎作用。推动城市规划、建设、管理、运维全过程各环节数据融通。城市高质量发展关键词:治理能力提升构建数字底座依托统一精准的空间数据,形成城市高质量发展的数字化基础。全要素、全时空的数据表达支撑智能决策。为城市治理提供可靠的信息支撑。智能治理应用利用AI驱动模型提升应急响应与交通调度效率

4、。优化公共服务流程,实现科学化决策。推动城市治理向智能化转型。场景驱动数据集面向智慧社区、低碳园区等具体场景构建专用数据集。以实际需求引导数据采集与建模。增强系统的针对性和实用性。闭环迭代机制建立应用反馈数据优化的闭环机制。数据质量与智能应用协同演进。持续提升城市治理的动态能力。治理能力十四五期间城市数字化面临的挑战数据分散存储各部门数据独立存放,缺乏统一管理。信息孤岛现象严重,共享机制缺失。导致跨部门协作效率低下。共享机制缺失缺少标准化的数据交换平台。数据流通受限,协同应用困难。制约跨领域业务整合。标准不统一数据格式与采集规范各异。跨系统整合难度大。影响数据互操作性与可用性。数据质量差普遍存

5、在数据缺失与错误问题。更新不及时,准确性低。削弱决策支持能力。影响AI训练低质量数据降低模型学习效果。训练结果偏差大,限制智能化应用发展。跨域协同难交通、环境等领域数据不通。难以实现联动分析。阻碍综合治理效能提升。应用融合受限数据壁垒限制场景创新。智能融合应用推进缓慢。城市服务智能化水平受限。治理能力受限整体数据利用效率低下。科学决策支持不足。制约城市现代化治理进程。城市空间是城市活动的主要载体基于不同数据体量与应用的多级场景配置城市级区域级楼宇级设备设施城市三维场景片区三维场景建筑物细节建筑物构件信息 构件、零件级BIM 构件信息、零件信息 属性信息完毕由远及近由粗到细室内室外 城市白模(带

6、纹理)倾斜摄影数据 GIS信息(道路、水系)BIM数据 分层分户 部分构件待属性园区级建筑外壳+建筑室内 低精度BIM数据 3D max 精模 倾斜摄影 大比例尺电子地图 城市白模 低分辨率遥感影像 GIS信息(道路、水系)从数据资源到数据智慧:数据+模型+算法 数字化就是怎样从业务的数据化转化成数据的业务化。整个数字化过程,其实就是一个知识和经验“可计算化的过程”。工具软件+互联网+物联网基础信息化环境:实体经济的数据存量已到临界点海量异构原生数据数字化理解关系-业务信息化数字化技术改造,管理信息化改造可计算数据智能化理解逻辑-业务数字化商业模式改造,数据驱动业务可推理数据智慧化理解原则-业

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
全文主要围绕城市空间高质量数据集的建设与应用展开。关键点如下: 1. 人工智能是战略性技术,对生产力培育和高质量发展有重要推动作用。 2. 城市空间高质量数据集建设需确保数据一致性、时空一致性和语义一致性。 3. 数据集建设面临数据分散、共享机制缺失、标准不统一等挑战。 4. 高质量数据集可提升模型性能,解决数据供给问题,促进数据治理。 5. AI在城市治理中的应用包括数据审核、室内巡检、消防应急救援、城市体检和防洪排涝预警等。 6. 高质量数据集是落实国家政策和推动数据产业发展的重要基础。
"AI赋能城市,数据如何驱动?" "高质量数据集,智慧城市基石?" "城市空间数据,AI应用新篇章?"
客服
商务合作
小程序
服务号
折叠