UCTB：用于构建时空预测服务的城市计算工具箱
机器学习
2024-06-11 v2 计算机视觉与模式识别
摘要
时空人群流预测是智慧城市中的关键技术之一。目前，有两个主要痛点困扰着相关研究与从业者。首先，人群流与多领域知识因素相关；然而由于应用场景的多样性，后续工作难以合理且全面地利用领域知识。其次，随着深度学习技术的发展，相关技术的实现变得日益复杂；复现先进模型已成为一项耗时且愈发繁琐的任务。为解决这些问题，我们设计并实现了名为UCTB（Urban Computing Tool Box，城市计算工具箱）的时空人群流预测工具箱，其同时集成了多种时空领域知识与最先进模型。相关代码与配套文档已在 https://github.com/uctb/UCTB 开源。
引用
@article{arxiv.2306.04144,
title = {UCTB: An Urban Computing Tool Box for Building Spatiotemporal Prediction Services},
author = {Jiangyi Fang and Liyue Chen and Di Chai and Yayao Hong and Xiuhuai Xie and Longbiao Chen and Leye Wang},
journal= {arXiv preprint arXiv:2306.04144},
year = {2024}
}