资料阅读（更新中）

最新推荐文章于 2022-09-18 11:14:52 发布
最新推荐文章于 2022-09-18 11:14:52 发布
阅读量344 收藏
点赞数
分类专栏： 科研 文章标签： 时空大数据 资料收集

https://www.msra.cn/zh-cn/news/features/citywide-crowd-flows-prediction-20170214

在旧金山召开的人工智能国际顶级会议AAAI 2017上，来自微软亚洲研究院的郑宇博士及其团队的论文Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction首创性的将时空数据与深度学习结合起来，利用时空深度残差网络用于预测城市人流问题。

pdf:https://www.microsoft.com/en-us/research/wp-content/uploads/2016/11/ST-ResNet-AAAI17-Zhang.pdf

github:https://github.com/lucktroy/DeepST

 

https://www.msra.cn/zh-cn/research/urban-computing-anomalies-safety

xun_jing
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【图像去噪（Image Denoising）】关于【图像去噪】专栏的相关说明，包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总（更新中）
畅游计算机视觉的海洋
08-26 2949
你是否在全网苦寻【图像去噪（Image Denoising）】的相关资料？你的目标是否是看懂【图像去噪（Image Denoising）】的相关论文，复现代码，跑出结果，并试图创新？你是否需要发表【图像去噪（Image Denoising）】的相关论文毕业？你是否需要做【图像去噪（Image Denoising）】的相关项目，开发软件，研究算法，获得专利或者软著？只要是与【图像去噪（Image Denoising）】有关的问题，那么请继续往下看。
Deep Spatio-Temporal Residual Networks（深度时空残差神经网络）
大叔叔
11-06 7505
残差神经网络在时空数据的简单应用与学习，适合快速动手搭建，成功运行、分析代码，并学习怎样用keras实现模型的同学。
建站 资料 更新中...
java journey
04-22 1060
1.天气预报代码:http://www.thinkpage.cn/weather/widget.aspx
Android_资料（更新中...）
西野奈留 的博客
08-30 369
@作者 : 西野奈留
【2022年】中科大研究生-考试题、复习资料汇总（往年真题+复习资料）（持续更新中）
最新发布
qq_43337249的博客
09-18 2166
中科大研究生复习资料，学术交流
(12) 基于深度时空残差网络ResNet的城市交通流预测
zuiyishihefang的博客
06-26 1万+
交通预见未来(12) 基于深度时空残差网络ResNet的城市交通流预测 1、文章信息 《Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction》。 2017年AAAI大会的一篇会议论文，作者微软研究院的张钧波，会后文章发在爱斯维尔旗下期刊Artificial Intelligence（IF:3.03...
讲堂|郑宇：多源数据融合与时空数据挖掘（下）
热门推荐
chognzhihong_seu的博客
04-26 3万+
东南大学 崇志宏：通过神经网络进行时空数据发分析方面的文献比较少，就将这篇分享出来一起研读下。 本文根据微软亚洲研究院“城市计算”领域负责人郑宇博士在中国人工智能学会AIDL第二期人工智能前沿讲习班所作报告《多源数据融合与时空数据》编辑整理而来，在未改变原意的基础上略作了删减。 郑宇主持研发的Urban Air首次利用大数据来监测和预报细粒度空气质量，
一些会用到的资料（长期更新）
从此寂寞的自留地
11-07 2649
1. http://www.somd5.com/     一个集合了md5 解密、域名查询、章鱼搜索等工具的博客 2.http://souku.pw/     很强大的社工库 3.http://hax.tor.hu/warmup1/    一个很好玩的类似过关的游戏，需要一定安全相关的基础，下边是通关教程 http://www.binghe.org/2010/03/apply-for-fre
PIC18F4550芯片中文资料阅读说明
08-13
### PIC18F4550芯片中文资料阅读说明 #### PIC18F4550概述 **PIC18F4550**是一款由Microchip Technology Inc.生产的高性能、低功耗8位微控制器（MCU）。该芯片属于PIC18F系列，采用先进的CMOS技术制造而成。它具有...
ITEYE手机阅读器更新
04-15
1. **功能增强**：可能新增了对某些特定格式的支持，如PDF、EPUB或其他电子书格式，以便用户能够更全面地阅读和管理自己的资料库。 2. **用户体验提升**：UI界面可能经过优化，提供更加简洁、直观的操作界面，便于...
华为资料阅读器|.dhx阅读器
03-27
【标题】"华为资料阅读器|.dhx阅读器"是一个专为处理华为特定文档格式——.dhx设计的应用程序。这种阅读器使用户能够顺利地打开、查看和理解由华为公司生成的.dhx文件，这类文件通常包含了丰富的技术信息、产品手册...
2021-2022年收藏的精品资料中考冲刺四：阅读理解技巧巩固练习联系QQ1553350327，持续更新售后服务.doc
09-18
精品教育教学资料
轨迹数据处理的好资源/博客
weixin_37659245的博客
04-16 1120
一、技术博客 微软研究院LBS研究的归纳（谢幸、郑宇研究员主导的） http://shinepengwei.github.io/microlbs.html 某大神的技术博客，里面有好多综述（含上一个） http://shinepengwei.github.io//categories.html GPS轨迹数据处理的综述博客，总结的很到位 https://www.jianshu.com/p/e78...
Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction
空字符
12-14 7378
本博文是对郑宇老师团队所提出的STResNet网络的一个略微扩充说明。本人自己在看完这篇论文的时候，感觉就一个字‘懵’。你说不懂吧，好像又明白点，你说懂吧又感觉有好多细节还是不清楚。好在该论文开放了源代码。经过对源代码的一番剖析，总算是弄懂之前不明白的一些细节。不过该源码是基于Keras实现的，由于本人之前一直使用Tensorflow，所以又对其利用tf进行了重构，代码整体上看起也来更加简洁，地...
深度残差网络（Deep Residual Network ）
包包小公子的私人博客
12-08 2万+
深度残差网络自从2015年提出以来，在众多比赛中表现优越，且最终获得CVPR 2016年Best Paper Award。大家想必也已经耳熟能详。在这里，只是再简要说说深度残差网络是怎样的网络，关于为什么她表现如此优秀？如论文中描述，深度残差网络的缘起在于一个“反常”的现象。在训练深度神经网络的时候，训练误差和测试误差都随着网络深度的增加而增加。文中称之为Degradation问题。     深
DeepST学习
liufunny的博客
10-12 3423
DeepST学习（郑宇：深度学习在时空数据中的应用） 源代码和论文可以再这里找到 Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction https://www.microsoft.com/en-us/research/publication/deep-spatio-temporal
密集人群计数的开源代码github地址
zchang81的博客
11-10 8024
密集人群计数的开源代码github地址
论文笔记Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction∗
cy_believ的博客
07-21 5163
摘要： 预测人流量对于交通管理和公共安全是非常重要的。因为人流量预测会被许多复杂的因素影响，（例如周围的交通状况，时间，天气），因此这项任务也是非常有挑战性的。论文提出一个基于深度学习的网络，ST-ResNet，来预测一个城市的每个区域的人群流入和流出。论文基于时空数据的特性设计一个端到端的ST-ResNet架构。更具体来说，论文利用残差神经网络架构来建模城市交通的时间邻近性，周期性，趋势性。对于...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值