Mobile Time Series Contrastive Learning for Urban Area Representation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出MobiCLR模型,通过对比学习提升城市区域的辨别能力,充分利用人类移动模式的时间动态和语义。实验结果表明,该模型在收入、教育水平和社会脆弱性预测方面优于现有最佳模型。

🎯

关键要点

  • 本研究提出MobiCLR模型,旨在提升城市区域的辨别能力。
  • MobiCLR模型充分利用人类移动模式的时间动态和语义。
  • 该模型通过对比学习增强表示的辨别能力。
  • 实验结果显示,MobiCLR在收入、教育水平和社会脆弱性预测方面优于现有最佳模型。
➡️

继续阅读