搜索

您的关键词

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。


1MetroGAN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。


上一篇:黄清华课题组发表基于深度学习的航空电磁准实时成像新方法

下一篇:2021玛多地震:一次从几十秒到几百万年的寻踪