近日，我院2018级本科生张维昱同学为第一作者的文章MetroGAN: Simulating Urban Morphology with Generative Adversarial Network被计算机顶会SIGKDD接收。

本研究提出了一个基于地理知识导引的生成对抗网络Metropolitan GAN模型(简称MetroGAN)，用于普适的城市形态模拟任务。模型通过引入了逐步增长的结构，学习城市形态的层次特征，并设计了地理损失对水体施加约束。此外，还提出一组评价体系，从城市规律性、视觉感知等不同侧面，对生成结果的复杂结构进行评估。结果显示MetroGAN在所有指标上，相较于最先进的城市模拟方法都有20% 以上的提升，并在只输入自然地理环境约束的情况下，依然可以取得很好的效果。

图 1：MetroGAN模型结构图

SIGKDD 是由ACM 数据挖掘及知识发现专委会主办的数据挖掘研究领域的顶级年会，创建于1989年，是本领域历史最悠久、规模最大的学术会议，也是中国计算机学会(CCF)认定的A类会议。论文合作者还有马逸扬同学(北京大学信息科学与技术学院)、朱递博士(明尼苏达大学)、董磊博士，指导老师为刘瑜教授。