飞桨社区开发者肖淙曦和周景博在KDD2024上发表了论文《ReFound: Crafting a Foundation Model for Urban Region Understanding upon Language and Visual Foundations》，该研究构建了一个通用城市区域理解任务的基础模型，能够应用于多种下游任务。通过自监督预训练和知识蒸馏，该模型能够从多模态城市数据中学习领域知识，并提升泛化能力。实验证明该模型在不同下游任务中表现出色。相关代码已在PaddleSpatial平台上开源。

本文介绍了飞桨社区开发者肖淙曦和周景博在数据挖掘顶会KDD2023上发表的论文《Spatial Heterophily Aware Graph Neural Networks》。文章讨论了城市图中的空间异配性问题，并提出了一种空间异配性感知的图神经网络（SHGNN）来解决这个问题。SHGNN通过对邻居节点进行空间划分和特征聚合，以及利用共性和差异信息来增强节点表示。实验结果表明，SHGNN在城市任务中表现出更好的性能。相关代码已在PaddleSpatial平台上开源。