雷鋒網(wǎng)AI研習(xí)社訊：交通事故預(yù)測是一個重要且困難的研究問題。在較大時空范圍內(nèi)的預(yù)測尤其困難。主要原因是交通事故在時空上相對稀疏，以及不同地理環(huán)境(如城鄉(xiāng))造成的時空異質(zhì)性(spatial heterogeneity). 本次公開課將討論利用深度學(xué)習(xí)模型和時空大數(shù)據(jù)預(yù)測交通事故的最新工作。同時還將介紹其他時空數(shù)據(jù)挖掘和城市計(jì)算的研究問題及相關(guān)進(jìn)展。

分享主題

時空大數(shù)據(jù)和深度學(xué)習(xí)在交通事故預(yù)測上的應(yīng)用

分享嘉賓

周遜， 于明尼蘇達(dá)大學(xué)計(jì)算機(jī)系獲博士學(xué)位?，F(xiàn)為美國愛荷華大學(xué)商學(xué)院管理科學(xué)系助理教授。主要研究方向?yàn)闀r空數(shù)據(jù)挖掘和分析，城市計(jì)算，地理信息系統(tǒng)。多篇論文發(fā)表于KDD, ICDM, CIKM, TKDE 等國際頂級會議和期刊，并多次擔(dān)任其程序委員會委員和審稿人。聯(lián)合主編Encyclopedia of GIS 第二版。

分享提綱

1. 方向背景: 時空大數(shù)據(jù)，時空數(shù)據(jù)挖掘，城市計(jì)算。

2. 交通事故預(yù)測的研究進(jìn)展和難點(diǎn)，數(shù)據(jù)融合。

3. Hetero-ConvLSTM 方法: 基于ConvLSTM 深度模型的事故預(yù)測方法。(KDD 2018: Hetero-ConvLSTM: A Deep Learning Approach to Traffic Accident Prediction on Heterogeneous Spatio-Temporal Data)

4. 其他時空數(shù)據(jù)和城市計(jì)算問題及研究進(jìn)展。

分享時間

北京時間 10 月 24 日（周三） 09：00

錯過直播不要緊，回放視頻上傳后也能看哦~

直播鏈接

http://www.mooc.ai/open/course/576

想了解更多雷鋒網(wǎng) AI 研習(xí)社直播？

歡迎移步雷鋒網(wǎng) AI 研習(xí)社社區(qū)~

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。