会议总协调：陈跃红 15380782688
分论坛安排：周亚男 17625908703
赞助商招商：何祺胜 13585107318
报名注册与缴费：方 博 13659846088
宾馆预定与餐饮：刘芦萌 18813154614
会议服务：孙佳妮 15201086188
[口头报告]空间表示增强的空间数据语义理解
空间表示增强的空间数据语义理解
编号：105
稿件编号：92 访问权限：仅限参会人
更新：2025-09-10 15:08:41 浏览：67次
口头报告
报告开始：暂无开始时间 （Asia/Shanghai）
报告时间：暂无持续时间
所在会议：[暂无会议] » [暂无会议段]
暂无文件
摘要
空间数据表示学习是地理空间智能（GeoAI）研究的重要议题。近年来，基于图神经网络（GNN）的空间数据建模已在多个空间数据分析任务中取得优异性能。但是，现有方法多关注特征工程、深度学习新架构的直接迁移，对要素空间关系、空间结构、交互尺度的显式建模的研究较少，没能充分利用GNN的表示学习能力，导致道路网结构的GNN表示能力不足。本文以路网匹配、路网模式识别、布局检索、道路分类等典型空间数据分析任务为例，讨论采用空间显式建模改进GNN建模的设计方法，并在真实空间数据分析实验上验证该方法对传统GNN性能的显著提升效果。为理解空间显式设计对空间数据语义理解的作用影响提供新思路。
关键字
空间表示学习,语义理解,表示增强,图神经网络,道路网
报告人
发表评论