[置顶]京东城市时空数据引擎JUST亮相中国数据库技术大会(附PPT链接)



受疫情影响,第十一届中国数据库技术大会(DTCC2020)从原定的5月份,推迟到了8月份,再推迟到了12月份。尽管如此,依然没有减退国人对数据库技术的热情。2020年12月21日-12月23日,北京国际会议中心人头攒动,各大厂商争奇斗艳。在NoSQL技术专场,京东智能城市研究院的李瑞远博士给大家带来了《京东城市时空数据引擎JUST的架构设计与应用实践》的主题报告,受到了大家的广泛关注。以下为李瑞远...

JUST亮相研究生“地理大数据与空间数据智能”暑期学校(视频+PPT)



JUST于2021年8月20日 15:30-17:00通过线上直播方式,在2021年研究生“地理大数据与空间智能”暑期学校分享JUST最新架构及落地案例,全程干货满满!以下是直播的全程录屏,欢迎大家收看!关注公众号,回复“JSSummer2021”,下载PPT

​AAAI 2021:一种跨城市迁移的新冠肺炎高危社区发现框架



新冠肺炎已经在世界范围内广泛传播,严重影响着人们的日常生活。面对新冠肺炎,人为干预的空间隔离手段(如限制出行或集中隔离)已经被证明其有效性。但是,确诊病例的统计往往是滞后且粗粒度的,比如对于尚未确诊的患者他们的传染过程并没有被考虑,因此直接通过各区域的确诊病例建立时空预测模型的方法效果不佳。基于此,研究人员提出了一种跨城市迁移的新冠肺炎高危社区发现框架,该框架能够从人类移动数据与区域特征对地块的隐...

JUST团队4篇论文被ACM SIGSPATIAL 2021成功接收!



今日,ACM SIGSPATIAL 2021放榜,JUST团队成员撰写的4篇文章被ACM SIGSPATIAL 2021成功录用!第29届国际信息系统会议(29th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems,ACM SIGSPATIAL 2021)计划今年11...

​SCI一区论文:基于WiFi信号的病毒存活期内密切接触者追踪



自2019年底开始,新冠疫情的爆发对全球人民的健康与世界经济的发展造成了极大的威胁。及时追踪并隔离病毒的密切接触者在抑制疫情的蔓延中发挥着非常重要的作用。以往密切接触者追踪的方法通常关注与确诊患者有过直接接触的人员,而在近期南京的疫情中,我们发现由于病毒在环境中可存活较长时间,没有与确诊者直接接触但暴露于确诊者逗留过环境中的人员也有很大的感染风险。因此,发掘间接接触的密切接触者也是疫情防控工作中至...

WWW2021:细粒度城市流量预测(附论文链接)



城市流量预测在智慧城市建设中扮演着非常重要的角色,有利于城市交通管理以及保障公共安全。京东城市时空AI团队针对该方向,已提出一系列研究成果[1-9]。然而,目前工作多是围绕粗粒度的预测任务,而面向城市精细化管理需求,需要提供更细粒度的精准流量预测。基于此,京东城市时空AI团队提出一种新型时空AI模型——时空关系网络来预测细粒度的城市流量。相比于传统粗粒度城市流量预测问题,细粒度城市流量预测有两大难...

如何加快城市路网中最短路径查询效率?



一、介绍最短路查询算法是图论中的经典算法,被广泛地应用在不同场景,例如计算机网络中的路由算法。在时空场景下,最短路算法更是支撑了很多应用,例如在路径规划和推荐中最短路是一种最直接的方案,而目前主流的基于隐马尔科夫模型的轨迹地图匹配算法也会产生大量的最短路查询 [1]。具体如图1所示,在计算相邻两个轨迹点之间可能的匹配路段时,地图匹配算法会首先做一个范围查询确定候选路段,为了计算候选路段之间的转移概...

基于遥感影像及轨迹数据融合的地图自动化生成器



自动化的地图生成对于城市服务及基于位置服务非常重要,现有的工作研究主要利用遥感影像或可以充分反映地图路网情况的车辆轨迹数据生成地图,数据源较为单一,如果能将遥感影像数据及轨迹数据融合起来,地图生成的质量将进一步提高。本文介绍了复旦大学等机构在国际人工智能领域顶会AAAI’20 上发表的论文《DeepDualMapper: A Gated Fusion Network for Automatic M...

WWW2021: AutoSTG面向时空图预测的神经网络结构搜索(附论文链接)



近年来,随着智能城市建设的大力推进,学术界和工业界开始出现大量关于城市时空数据分析与挖掘的研究工作。面向城市中不同时空预测任务(如交通流量预测、区域客流量预测等),京东智能城市时空AI团队也已提出一系列研究成果[1]。然而针对具体应用任务的神经网络设计需要丰富的领域知识和大量的实验验证,人力成本较高,无法高效支撑实际城市项目落地中复杂多样的时空应用。自动化网络结构搜索是针对深度模型网络设计提出的一...

​从轨迹中预训练情境时间感知的、用于用户位置预测的地点嵌入



对轨迹数据进行预训练地点嵌入能够用于用户下一个地点预测任务。现有的基于轨迹数据预训练的地点嵌入方法,将一个地点用单一的向量表达。然而在现实世界中,一个地点通常在不同的场景下扮演不同的功能。如果轨迹中的地点嵌入能够准确表达其功能,用户下一个地点预测的性能可以得到提升。本文介绍北京交通大学等机构在国际人工智能领域顶会AAAI’21上发表的论文《Pre-training Context and Time...