掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿易戰簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業與企業制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
城市大數據智能 版權信息
- ISBN：9787111735496
- 條形碼：9787111735496 ; 978-7-111-73549-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
城市大數據智能 本書特色
本著務實具體、詳略得當、啟發創新的指導思想，主要特色如下：
?著眼于城市大數據智能化場景，從數據感知和數據增強等角度，提出了基于移動群體的感知技術、時空數據替補技術等，專注解決城市大數據智能應用所面臨的數據質量挑戰。
?面向多個城市智能應用場景，如空氣質量、交通流預測等，提出多種深度預測的模型與算法，促進城市大數據智能自動發現有價值的規律和知識，使數據與知識聯合驅動智慧城市進行高效的、智能的管理決策成為可能。
?基于城市時空大數據中存在的時空關聯、動態突變和不確定性等特點，利用深度學習和強化學習等技術，為應對多模態時空融合和時空動態演化等問題與挑戰，提供多種有效方案，為智慧城市的發展和大數據智能應用的成功提供了有力支持。
城市大數據智能 內容簡介
隨著大數據、人工智能技術和城市化的快速發展，智慧城市管理已經邁入大數據時代。圍繞城市管理相關領域積累了海量數據，如何有效地從這些大數據中進行深度挖掘、智能學習并獲取有用知識已成為當前智慧城市發展亟待解決的關鍵問題。本書針對城市大數據發展現狀，梳理總結了我國城市大數據智能創新應用方面成果，涵蓋了大數據處理的關鍵技術和城市計算研究的核心模型與算法，涉及城市大數據感知及增強、空氣質量預測、交通流預測、人流量預測、出租車路徑推薦、租房推薦、救護車部署、外賣配送優化和地鐵停站時間調度等應用領域，力圖展現我國城市大數據分析與智能處理的zui新研究進展。
城市大數據智能 目錄
目錄前言
第1章城市大數據智能概述1
11城市大數據智能研究
背景1
12城市大數據智能研究
現狀3
13本書的組織結構7
第2章城市移動群智感知8
21引言8
22相關工作10
23預備知識和問題
定義12
24移動群智感知方法14
241模型框架14
242數據覆蓋率15
243數據收集任務
設計19
25實驗方案與結果分析24
251實驗方案24
252結果分析26
26本章小結30
第3章城市時空數據填補32
31引言32
32相關工作34
33預備知識和問題定義35
34基于多視圖學習的數據
缺失填補方法36
341模型框架36
342全局空間視圖37
343全局時間視圖38
344局部空間視圖39
345局部時間視圖40
346時空多視圖
學習40
35實驗方案與結果分析41
351實驗方案41
352結果分析44
36本章小結47
第4章城市空氣質量預測48
41引言48
42相關工作49
43預備知識和問題定義51
44基于深度學習的空氣
質量預測方法52
441模型框架52
442空間轉換模塊53
443DeepAir算法56
45實驗方案與結果分析59
451實驗方案59
452結果分析62
46本章小結66
第5章城市交通流預測67
51引言67
52相關工作69
53預備知識和問題定義71
54基于多模態深度學習的
交通流預測方法73
541模型框架73
542核心模塊說明75
55實驗方案與結果分析78
551實驗方案78
552結果分析81
56本章小結88
第6章城市人流量預測89
61引言89
62相關工作91
63預備知識和問題定義93
64基于深度時空殘差網絡的
城市人流量預測方法94
641模型框架94
642時空特征提取
模塊95
643外部因素模塊97
644模型融合模塊97
645算法框架與優化
方法100
646模型變體構建
方法101
65實驗方案與結果分析103
651實驗方案103
652結果分析108
66城市人流量預測
系統116
67本章小結119
第7章城市出租車路徑推薦120
71引言120
72相關工作122
73預備知識和問題
定義123
74基于深度強化學習的
動態出租車路徑推薦
方法124
741模型框架124
742時空特征
抽取126
743深度策略
網絡129
744深度強化
學習131
75實驗方案與結果
分析134
751實驗方案134
752結果分析137
76本章小結140
第8章城市租房推薦141
81引言141
82相關工作143
83預備知識和問題
定義144
84基于元學習的城市租房
推薦方法146
841模型框架146
842特征抽取
模塊148
843滿意程度評估
模型150
85實驗方案與結果
分析153
851實驗方案153
852結果分析155
86城市租房推薦系統160
87本章小結161
第9章城市救護車部署162
91引言162
92相關工作164
93預備知識和問題定義166
94基于數據驅動的動態
救護車重新部署方法168
941模型框架168
942緊急度指標169
943優匹配
算法174
95實驗方案與結果分析176
951實驗方案176
952結果分析179
96本章小結188
第10章城市外賣配送優化189
101引言189
102相關工作191
103預備知識和問題定義192
104基于貪心與替換策略的
外賣配送任務分組
方法194
1041模型框架194
1042預處理195
1043可共享性196
1044空駛時間199
1045分組算法200
105實驗方案與結果
分析203
1051實驗方案203
1052結果分析206
106本章小結208
第11章地鐵停站時間調度209
111引言209
112相關工作212
113預備知識和問題
定義213
114基于深度Q網絡的動態
列車停站時間調度
方法214
1141模型框架214
1142深度Q網絡設計
方法217
115實驗方案與結果
分析223
1151實驗方案223
1152結果分析226
116本章小結231
參考文獻232
第1章城市大數據智能概述1
11城市大數據智能研究
背景1
12城市大數據智能研究
現狀3
13本書的組織結構7
第2章城市移動群智感知8
21引言8
22相關工作10
23預備知識和問題
定義12
24移動群智感知方法14
241模型框架14
242數據覆蓋率15
243數據收集任務
設計19
25實驗方案與結果分析24
251實驗方案24
252結果分析26
26本章小結30
第3章城市時空數據填補32
31引言32
32相關工作34
33預備知識和問題定義35
34基于多視圖學習的數據
缺失填補方法36
341模型框架36
342全局空間視圖37
343全局時間視圖38
344局部空間視圖39
345局部時間視圖40
346時空多視圖
學習40
35實驗方案與結果分析41
351實驗方案41
352結果分析44
36本章小結47
第4章城市空氣質量預測48
41引言48
42相關工作49
43預備知識和問題定義51
44基于深度學習的空氣
質量預測方法52
441模型框架52
442空間轉換模塊53
443DeepAir算法56
45實驗方案與結果分析59
451實驗方案59
452結果分析62
46本章小結66
第5章城市交通流預測67
51引言67
52相關工作69
53預備知識和問題定義71
54基于多模態深度學習的
交通流預測方法73
541模型框架73
542核心模塊說明75
55實驗方案與結果分析78
551實驗方案78
552結果分析81
56本章小結88
第6章城市人流量預測89
61引言89
62相關工作91
63預備知識和問題定義93
64基于深度時空殘差網絡的
城市人流量預測方法94
641模型框架94
642時空特征提取
模塊95
643外部因素模塊97
644模型融合模塊97
645算法框架與優化
方法100
646模型變體構建
方法101
65實驗方案與結果分析103
651實驗方案103
652結果分析108
66城市人流量預測
系統116
67本章小結119
第7章城市出租車路徑推薦120
71引言120
72相關工作122
73預備知識和問題
定義123
74基于深度強化學習的
動態出租車路徑推薦
方法124
741模型框架124
742時空特征
抽取126
743深度策略
網絡129
744深度強化
學習131
75實驗方案與結果
分析134
751實驗方案134
752結果分析137
76本章小結140
第8章城市租房推薦141
81引言141
82相關工作143
83預備知識和問題
定義144
84基于元學習的城市租房
推薦方法146
841模型框架146
842特征抽取
模塊148
843滿意程度評估
模型150
85實驗方案與結果
分析153
851實驗方案153
852結果分析155
86城市租房推薦系統160
87本章小結161
第9章城市救護車部署162
91引言162
92相關工作164
93預備知識和問題定義166
94基于數據驅動的動態
救護車重新部署方法168
941模型框架168
942緊急度指標169
943優匹配
算法174
95實驗方案與結果分析176
951實驗方案176
952結果分析179
96本章小結188
第10章城市外賣配送優化189
101引言189
102相關工作191
103預備知識和問題定義192
104基于貪心與替換策略的
外賣配送任務分組
方法194
1041模型框架194
1042預處理195
1043可共享性196
1044空駛時間199
1045分組算法200
105實驗方案與結果
分析203
1051實驗方案203
1052結果分析206
106本章小結208
第11章地鐵停站時間調度209
111引言209
112相關工作212
113預備知識和問題
定義213
114基于深度Q網絡的動態
列車停站時間調度
方法214
1141模型框架214
1142深度Q網絡設計
方法217
115實驗方案與結果
分析223
1151實驗方案223
1152結果分析226
116本章小結231
參考文獻232
展開全部
城市大數據智能 作者簡介
李天瑞博士，現任西南交通大學計算機與人工智能學院黨委書記、教授、博士生導師，四川省工業軟件研究院院長，綜合交通大數據應用技術 工程實驗室副主任，四川省云計算與智能技術高校重點實驗室主任。入選2020-2022年愛思唯爾中國高被引學者，2020年至今一直入選斯坦福大學發布的世界前2% 科學家。現任 粗糙集學會會士和指導委員會 ，中國人工智能學會理事，中國計算機學會理事，四川省人工智能學會副理事長， 雜志Human-Centric Intelligent Systems主編、ACM TIST副編輯以及Information Fusion編委等。代表性著作有《高速鐵路大數據技術》《大數據挖掘的原理與方法》等。獲 自然科學二等獎、重慶市自然科學一等獎等。主要研究領域為大數據智能、城市計算等。 紀圣塨博士，騰訊 研究員。研究方向包括強化學習、圖神經網絡、時空數據挖掘、城市資源優化等。在PNAS、IEEE TKDE、ACM IMWUT、Information Fusion、WWW、ACM UbiComp、計算機學報等發表論文20余篇，是ACM TIST、ACM TKDD、IEEE TMC、IEEE TBD等 期刊的審稿人。曾獲中國計算機學會 博士學位論文獎提名、ACM成都分會 博士生論文獎、四川省計算機學會 學生論文獎等。 易修文博士，京東城市數據科學家。主要從事城市計算領域的研究工作，在IEEE TKDE、KDD等 重要期刊和會議中發表論文30余篇，申請專利20余項，擔任期刊 IET Smart Cities的副編輯。曾獲得ACM成都分會 博士論文獎、中國博士后科學基金 批站前特別資助，入選北京市科技新星計劃。 王詔遠博士，現任騰訊 研究員。主要從事地圖位置大數據相關的研究和商業化。分別于2013年、2016年和2020年在西南交通大學獲得學士、碩士和博士學位。研究興趣包括時空數據挖掘、多源數據融合和城市計算，并在IEEE TKDE、IEEE TEC、Information Fusion等重要期刊以及KDD、ACM UbiComp、CIKM等重要會議上發表相關研究成果。 杜圣東博士，副教授、博士生導師。主要從事人工智能、智慧城市、智能交通等方面研究工作。主持 自然科學基金面上項目等20余項，出版專著1部和教材2部，在IEEE TKDE等發表論文50余篇，獲得專利和軟件著作權10余項以及四川省高等教育教學成果二等獎。他是IEEE、中國計算機學會、中國人工智能學會會員，擔任 學位論文評審專家等。 張鈞波博士，京東智能城市研究院人工智能實驗室主任。主要從事城市計算、時空數據挖掘、人工智能等領域的科研創新與產業化應用工作。在AI、IEEE TKDE、KDD、AAAI等發表論文70余篇，引用8000余次；2021-2023年連續三年入選AI 2000人工智能 影響力學者提名；授權發明專利數10項，榮獲第22、23屆中國專利 獎；擔任ACM TIST編委，入選北京市科技新星計劃。 鄭宇博士，IEEE Fellow，美國計算機學會杰出科學家，京東集團副總裁，京東科技首席數據科學家，ACM數據挖掘中國分會 ， 重點研發計劃項目首席科學家，IEEE智能城市操作系統 標準組 。出版專著2部，發表論文300余篇，引用48 000余次。曾任ACM TIST主編，2013年被《MIT科技評論》評為 杰出青年創新者（TR35）。獲首都勞動獎章、中國計算機學會科技進步獎等。
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
龍榆生：詞曲概論/大家小書
- >
小考拉的故事-套裝共3冊
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
上帝之肋:男人的真實旅程
- >
經典常談
- >
羅曼·羅蘭讀書隨筆-精裝
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
