京东：时空人工智能及其应用用AI与大数据打造智能城市（37页）.pdf

1、时空人工智能及其应用用AI与大数据打造智能城市张钧波京东智能城市研究院人工智能实验室京东科技数字城市群语音识别人脸识别通用AI代际的变化时空AI（面向时空数据的专有AI）交通流量预测机器翻译救护车站点选址推荐位置城市火灾风险预警J.Zhang,Y Zheng,et al.DNN-Based Prediction Model for Spatial-Temporal Data.ACM SIGSPATIAL 2016.J.Zhang,Y.Zheng,et al.Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Predi

2、ction,AAAI 2017时空人工智能（Spatio-Temporal AI）时空人工智能是面向时空数据的专有人工智能技术时空大数据时空人工智能城市场景时空人工智能（Spatio-Temporal AI）时空人工智能是面向时空数据的专有人工智能技术，主要应用于智慧城市等领域，解决交通、规划、环境、能耗、公共安全、商业等痛点。挑战一：时空特性时间临近性、周期性、趋势性空间邻近性、空间层次及空间距离 挑战三：时空数据孤岛往往需要时空多源数据融合建模，而这些数据分散在不同机构挑战二：时空AI应用规模化不同城市、不同应用场景时空尺度不一样面临的挑战时空深度学习时空自动机器学习时空联邦挑战一：时空特

3、性时间临近性、周期性、趋势性空间邻近性、空间层次及空间距离 挑战三：时空数据孤岛往往需要时空多源数据融合建模，而这些数据分散在不同机构挑战二：时空AI应用规模化不同城市、不同应用场景时空尺度不一样面临的挑战时空深度学习时空自动机器学习时空联邦空间层次空间特性J.Zhang,Y.Zheng,et al.Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction,AAAI 2017空间距离空间邻近性不同的空间粒度城市结构特性空间相关性三角不等式:|1 2|3|1+2|时空数据的独特性时间特性临近性周期性趋势性

4、时空大数据的独特性J.Zhang,Y.Zheng,et al.Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction,AAAI 2017时空深度学习如何将深度学习等AI技术应用于时空数据l 原始数据无法直接输入到深度模型 数据转换l 文本与图像 空间数据和时空数据(时空表征)l 单一数据源挖掘 多源数据融合挖掘Flow Prediction in Spatio-Temporal Networks Based on Multitask Deep Learning.IEEE TKDE,2020Deep S

5、patio-Temporal Residual Networks for Citywide Crowd Flows Prediction.AAAI 2017Predicting Citywide Crowd Flows in Irregular Regions Using Multi-View Graph Convolutional Networks.IEEE TKDE,2020Grid-based Applications基于网格区域的应用Irregular-region Based Applications基于不规则区域的应用Graph-based Applications基于图的应用案例

6、分析:城市流量预测时空深度学习及其应用Flow Prediction in Spatio-Temporal Networks Based on Multitask Deep Learning.IEEE TKDE,2020Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction.AAAI 2017Predicting Citywide Crowd Flows in Irregular Regions Using Multi-View Graph Convolutional Networks.IEEE TK