UrbanCross: 通过跨领域适应提升卫星影像 - 文本检索
原文中文,约400字,阅读约需1分钟。发表于: 。UrbanCross 是一个新的框架,用于跨领域的卫星图像 - 文本检索,利用高质量的跨领域数据集和文本细化、图像增强等技术实现了图像、段落和文本的精细对齐,并通过自适应课程源采样和加权对抗跨领域微调等机制有效地解决了领域差异问题。在广泛实验证实 UrbanCross 在检索和适应新的城市环境方面的卓越性能,相比无领域适应机制的版本平均性能提高了 15%,成功地缩小了领域差距。
城市计算是整合多源数据以支持可持续发展的关键学科。智能城市中利用深度学习方法促进跨领域数据融合的趋势增长。一份综述回顾了基于深度学习的城市计算数据融合方法的最新进展,并展望了大型语言模型与城市计算之间的相互影响和未来研究方向。