雷鋒網AI研習社訊：交通事故預測是一個重要且困難的研究問題。在較大時空范圍內的預測尤其困難。主要原因是交通事故在時空上相對稀疏，以及不同地理環(huán)境(如城鄉(xiāng))造成的時空異質性(spatial heterogeneity). 本次公開課將討論利用深度學習模型和時空大數(shù)據(jù)預測交通事故的最新工作。同時還將介紹其他時空數(shù)據(jù)挖掘和城市計算的研究問題及相關進展。

分享主題

時空大數(shù)據(jù)和深度學習在交通事故預測上的應用

分享嘉賓

周遜， 于明尼蘇達大學計算機系獲博士學位?，F(xiàn)為美國愛荷華大學商學院管理科學系助理教授。主要研究方向為時空數(shù)據(jù)挖掘和分析，城市計算，地理信息系統(tǒng)。多篇論文發(fā)表于KDD, ICDM, CIKM, TKDE 等國際頂級會議和期刊，并多次擔任其程序委員會委員和審稿人。聯(lián)合主編Encyclopedia of GIS 第二版。

分享提綱

1. 方向背景: 時空大數(shù)據(jù)，時空數(shù)據(jù)挖掘，城市計算。

2. 交通事故預測的研究進展和難點，數(shù)據(jù)融合。

3. Hetero-ConvLSTM 方法: 基于ConvLSTM 深度模型的事故預測方法。(KDD 2018: Hetero-ConvLSTM: A Deep Learning Approach to Traffic Accident Prediction on Heterogeneous Spatio-Temporal Data)

4. 其他時空數(shù)據(jù)和城市計算問題及研究進展。

分享時間

北京時間 10 月 24 日（周三） 09：00

錯過直播不要緊，回放視頻上傳后也能看哦~

直播鏈接

http://www.mooc.ai/open/course/576

想了解更多雷鋒網 AI 研習社直播？

歡迎移步雷鋒網 AI 研習社社區(qū)~

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。