内容简介：雷锋网AI研习社讯：交通事故预测是一个重要且困难的研究问题。在较大时空范围内的预测尤其困难。主要原因是交通事故在时空上相对稀疏，以及不同地理环境(如城乡)造成的时空异质性(spatial heterogeneity). 本次公开课将讨论利用深度学习模型和时空大数据预测交通事故的最新工作。同时还将介绍其他时空数据挖掘和城市计算的研究问题及相关进展。时空大数据和深度学习在交通事故预测上的应用周逊， 于明尼苏达大学计算机系获博士学位。现为美国爱荷华大学商学院管理科学系助理教授。主要研究方向为时空数据挖掘和分析，
雷锋网AI研习社讯：交通事故预测是一个重要且困难的研究问题。在较大时空范围内的预测尤其困难。主要原因是交通事故在时空上相对稀疏，以及不同地理环境(如城乡)造成的时空异质性(spatial heterogeneity). 本次公开课将讨论利用深度学习模型和时空大数据预测交通事故的最新工作。同时还将介绍其他时空数据挖掘和城市计算的研究问题及相关进展。
分享主题
时空大数据和深度学习在交通事故预测上的应用
分享嘉宾
周逊， 于明尼苏达大学计算机系获博士学位。现为美国爱荷华大学商学院管理科学系助理教授。主要研究方向为时空数据挖掘和分析，城市计算，地理信息系统。多篇论文发表于KDD, ICDM, CIKM, TKDE 等国际顶级会议和期刊，并多次担任其程序委员会委员和审稿人。联合主编Encyclopedia of GIS 第二版。
分享提纲
1. 方向背景: 时空大数据，时空数据挖掘，城市计算。
2. 交通事故预测的研究进展和难点，数据融合。
3. Hetero-ConvLSTM 方法: 基于ConvLSTM 深度模型的事故预测方法。(KDD 2018: Hetero-ConvLSTM: A Deep Learning Approach to Traffic Accident Prediction on Heterogeneous Spatio-Temporal Data)
4. 其他时空数据和城市计算问题及研究进展。
分享时间
北京时间 10 月 24 日（周三） 09：00
错过直播不要紧，回放视频上传后也能看哦~
直播链接
http://www.mooc.ai/open/course/576
想了解更多雷锋网 AI 研习社直播？
欢迎移步 雷锋网 (公众号：雷锋网) AI 研习社社区 ~
雷锋网版权文章，未经授权禁止转载。详情见 转载须知 。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- 大讲堂 | 时序预测中深度学习介绍
- 大讲堂 | 渐进式神经网络结构搜索
- 大讲堂 | 面向大数据的图聚类方法
- 大讲堂 | 义原的介绍和义原的自动推荐
- 大讲堂 | 人工智能所需的数学基础
- 大讲堂 | 物体检测算法的近期发展及开源框架介绍
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
WWW信息体系结构(影印版第2版)
Louis Rosenfeld / 清华大学出版社 / 2003-6 / 49.8
如今的网站和内联网已经变得比以前越来越大，越来越有价值，而且越来越复杂，同时其用户也变得更忙，也更加不能容忍错误的发生。数目庞大的信息、快速的变化、新兴的技术和公司策略是设计师、信息体系结构构建师和网站管理员必须面对的事情，而这些已经让某些网让看起来像是个快速增长却规划很差的城市——到处都是路，却无法导航。规划精良的信息体系结构当前正是最关键性的。 本书介绍的是如何使用美学和机械学的理念创建......一起来看看 《WWW信息体系结构(影印版第2版)》 这本书的介绍吧!
