UrbanComp

路虽远行则将至,事虽难做则必成。漫漫长路,必见曙光。《荀子•修身》

在线课程 | 基于社会网络分析与社区发现算法的地理网络信息挖掘

在本次 workshop 中,我们将以高德开放平台提供的全中国城市级人口迁徙指数数据为示例,带你探索如何构建和分析地理网络。在这里,您将学习如何利用社会网络分析方法,揭示节点的度、出度、入度,以及整体网络的规模、密度与中心势。我们还将深入探讨社区发现算法,挖掘节点间的关系并划定不同的社区。

在研课题 | 面向网约车场景的多层次时空划分与表征驱动的供需预测方法研究

本项目聚焦网约车场景中的供需预测问题,旨在通过构建高效多层次时空划分方法、设计统一的时空表征方法以及建模时空单元间动态网络关系,实现对复杂城市环境下供需变化的精准感知与刻画,从而提升模型性能,为精细化调度与精准预测提供系统支撑。项目由2025年CCF-滴滴盖亚学者科研基金支持。

活动通知 | 第五届国产地理分析模型培训班(2025年)(一号通知)

地理分析模型是对地理系统要素及其作用关系、演化规律的抽象与表达。通过构建地理分析模型开展地理模拟可以反演过去、预测未来、模拟过程、揭示规律,从而增进对复杂、多样地理系统的认知与理解。近年来,随着观测手段与建模技术的更新与发展,已经涌现了大量地理分析模型,有效推动了人们对地理系统要素作用机制、演化规律、演变过程的认知,提高了对地理环境变化的预估与适应能力。由此可见,地理分析模型的构建与应用已经成为探索地理过程、人地关系,乃至应对全球变化、可持续发展等重大科学议题的重要方法。

在研课题 | Crowd Prediction and Simulation in Disaster Scenarios

This project aims to develop a geographical model-based intelligent prediction system for crowd flow simulation and emergency decision support in disasters, effectively leveraging Digital Twin data. To accurately predict crowd flow changes, we will construct a sophisticated prediction model that integrates comprehensive data from geographical environment, disaster dynamics, and crowd movement trajectories. Digital Twin technology will be strategically utilized as a rich data source and a powerful virtual simulation platform.

UrbanComp

切换主题颜色 | SCHEME TOOL