★ 2
PRISM 框架用稀疏 MoE 路由改进城市多视图表征学习
arXiv 论文指出城市多视图数据存在模态效用区域差异与梯度失衡两大结构性问题,提出自调整框架 PRISM。它用稀疏 MoE 路由学习区域专属视图分配,并用类 PID 调节机制缓解梯度冲突。在三个大规模城市数据集上表现优于强基线且训练更稳定。
arXiv cs.LG7 天前
共 5 篇相关资讯,按重要度与时间排序,每 3 小时更新。
arXiv 论文指出城市多视图数据存在模态效用区域差异与梯度失衡两大结构性问题,提出自调整框架 PRISM。它用稀疏 MoE 路由学习区域专属视图分配,并用类 PID 调节机制缓解梯度冲突。在三个大规模城市数据集上表现优于强基线且训练更稳定。
研究提出用大语言模型驱动「语义冲击波」机制,将市政活动日程、本地新闻等非结构化城市文本转化为量化的时空扰动场,注入零膨胀自适应时空图卷积网络。在巴塞罗那Bicing数据集上,该方法优于现有神经基线,高需求时段提升尤为明显,验证了物理化语义信号在出行预测中的价值。
研究提出活动链编码器(ACE),一种自监督模型,融合预训练城市嵌入与停留时间、时长,用Transformer建模停留序列,通过掩码活动建模与身份引导对比学习训练,无需活动目的标签。在伦敦手机定位数据上识别出六类工作日活动模式群组,并结合人口普查数据解释其人口学关联。该工作为从无标注移动数据中推导行…
论文研究 AlphaEarth、AnySat、TerraMind 等基础模型嵌入中编码了哪些物理特征,并提出系统框架识别最具预测力的地理空间指标。作者分析不同地理数据如何影响城市宜居性预测,展示如何利用基础模型嵌入提升预测性能。该工作为数据稀缺地区从卫星影像提取可行动信息提供了方法论。
研究者提出前瞻生成建模范式与 Foresight 模型,通过「预测-选择-更新-再预测」循环解决路网交叉口下一跳选择问题,避免轨迹偏离路网。实验表明 Foresight 优于现有最先进基线。