清華推出首個通用城市時空預測模型UniST，零樣本場景開箱即用｜KDD2024

AIGC動態歡迎閱讀

原標題：清華推出首個通用城市時空預測模型UniST，零樣本場景開箱即用｜KDD2024
關鍵字：時空,數據,模型,提示,城市
文章來源：量子位
內容字數：0字

內容摘要：

UniST團隊 投稿量子位 | 公眾號 QbitAI城市時空的預測，迎來GPT時刻。
清華大學電子系城市科學與計算研究中心推出了第一個無需自然語言的純時空通用模型——UniST，首次展示了純時空模型本身的通用性和可擴展性，研究成果已被KDD2024接收。
研究團隊利用超過20個時空數據集、1.3億+個時空樣本點，構建了涵蓋多個城市、不同領域、空間劃分和時間分辨率等維度的城市時空數據，構建并訓練了「one-for-all」的時空通用模型——UniST。
該模型是目前覆蓋范圍最廣、統一性最強的城市時空通用模型。值得一提的是，UniST相較于當前的大語言模型具有更輕量級的優勢，僅用20M的參數規模就展現出很強的零樣本學習能力。
△圖1. UniST實現時空通用建模（one-for-all）UniST通過整合多城市、多領域豐富的時空數據，利用基于Transformer的架構、獨特的時空掩碼策略（mask）和知識引導的時空提示（prompt），實現了對城市多樣化時空動態性的統一建模和精準預測。在實驗中，UniST展示了其在交通管理、資源優化等多個城市應用場景中的卓越表現，尤其是在跨場景零樣本預測

原文鏈接：清華推出首個通用城市時空預測模型UniST，零樣本場景開箱即用｜KDD2024

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破