港大发布OpenCity：大模型驱动下的智慧城市“新内核”
报道摘要：
近日，香港大学（港大）发布了一项名为“OpenCity”的研究成果，这是一款基于大模型驱动的智慧城市时空基础模型。该模型旨在解决现有交通预测模型在零样本预测任务和长期预测时的不足，通过融合Transformer和图神经网络，模拟交通数据中的复杂时空依赖性，实现多功能、强鲁棒性和高适应性。
研究背景：
精确的交通预测对于高效的城市规划和交通管理至关重要，但现有的预测模型在应对未知区域、城市零样本预测任务以及长期预测时，往往表现不佳。这些问题主要源于交通数据在空间和时间上的异质性，以及跨时间和空间的显著分布变化。
研究方法：
港大研究团队设计了一种名为OpenCity的新型基础模型，通过融合Transformer和图神经网络，捕捉并规范来自不同数据源的潜在时空模式。OpenCity在大规模、多样化的交通数据集上进行预训练，学习到丰富且具有泛化能力的特征表示。
实验结果：
实验结果表明，OpenCity在零样本预测方面表现出色，展现出良好的可扩展性。在多个数据集和交通预测任务中，OpenCity均取得了优异的性能，证明了其在不同城市环境中的零样本泛化能力。
研究意义：
OpenCity的发布为智慧城市建设提供了新的技术支持，有助于优化资源分配，改善出行体验，并推动城市规划者和交通管理者制定有效的长期策略。
相关链接：
- 代码链接：https://github.com/HKUDS/OpenCity
- 论文链接：http://arxiv.org/abs/2408.10269
- 实验室主页：https://sites.google.com/view/chaoh01
总结：
港大发布的OpenCity模型为交通预测领域带来了新的突破，有望在未来智慧城市建设中发挥重要作用。
Views: 0