UUKG：用于城市时空预测的统一城市知识图谱数据集
人工智能
2023-10-24 v2 机器学习
摘要
精确的城市时空预测（USTP）对智慧城市的发展与运营至关重要。作为一种新兴的基础构件，多源城市数据通常被整合为城市知识图谱以提供关键知识。然而，现有的 UrbanKGs 往往为特定的下游预测任务量身定制且未公开，这限制了其潜在的进展。本文提出了 UUKG，一个用于知识增强城市时空预测的统一城市知识图谱数据集。具体而言，我们首先通过连接行政区、POI 和路段等异构城市实体，为两个大都市构建了包含数百万三元组的 UrbanKGs。此外，我们对构建的 UrbanKGs 进行了定性和定量分析，揭示了多种高阶结构模式（如层次和环），这些模式可被利用以使下游 USTP 任务受益。为了验证并促进 UrbanKGs 的使用，我们在知识图谱补全任务上实现并评估了 15 种 KG 嵌入方法，并将学习到的 KG 嵌入整合到 9 种时空模型中，用于五个不同的 USTP 任务。广泛的实验结果不仅提供了不同任务设置下知识增强 USTP 模型的基准，还突出了最先进的高阶结构感知 UrbanKG 嵌入方法的潜力。我们希望提出的 UUKG 能促进城市知识图谱和广泛智慧城市应用的研究。数据集和源代码可在 https://github.com/usail-hkust/UUKG/ 获取。
引用
@article{arxiv.2306.11443,
title = {UUKG: Unified Urban Knowledge Graph Dataset for Urban Spatiotemporal Prediction},
author = {Yansong Ning and Hao Liu and Hao Wang and Zhenyu Zeng and Hui Xiong},
journal= {arXiv preprint arXiv:2306.11443},
year = {2023}
}
备注
NeurIPS 2023 Track on Datasets and Benchmarks