Xiangkun Wang

时间： 2021年8月24日、25日 地点： 视觉计算实验室（线下）+暑期内训钉钉群（线上） 主要内容： Part1 实验室简介 * 时间： 8月24日9：30 * 目的： 熟悉实验室基本情况，了解学术科研环境和⼈员情况 * 内容： 实验室发展简介、主要交流平台、现有研究方向、已有学术成果、成员简介、合作伙伴简介等 Part2 »

2020年8月23日上午9点，北京智源-京东联合实验室第一届“城市计算夏令营”闭幕式正式开始，闭幕式由京东城市(北京)数字科技有限公司总监、京东智能城市研究院时空数据实验室主任鲍捷主持。   在北京智源人工智能研究院刘江副院长致辞后，便进入小组汇报和答辩阶段。   第一组题目为：基于货车轨迹数据的异常高速公路出入口检测 基于货车轨迹数据的异常高速公路出入口检测   主要的解决方案与关键技术如下图所示。 技术方案   第二组题目为：基于货车轨迹数据的异常高速公路出入口检测 基于货车轨迹数据的异常高速公路出入口检测   主要的解决方案、遇到的挑战如下图所示。 技术方案   第三组题目为：时空数据预处理、挖掘及应用研究 时空数据预处理、挖掘及应用研究 »

课程：京东城市AI大数据应用实战 报告人：赵英 报告人简介：赵英，京东城市副总裁，京东智能城市研究院副院长，国家重点专项核心专家库专家，北京市科委科技奖励评审专家，在视频大数据、人工智能领域有深入的研究，著有《智慧城市与视频大数据》等书。 课程介绍：课程讲解了京东城市的城市操作系统，全面展现基于城市操作系统的“一核两翼”的建设体系，重点讲解了“市域社会治理现代化”的核心功能—智能搜索、监测预警、分析研判、 »

课程：大数据可视化与可视分析 报告人：巫英才 报告人简介：浙江大学百人计划研究员、博导，浙江大学计算机科学与技术学院院长助理，中国图象图形学学会人机交互专委会副主任，入选国家海外高层次人才引进计划。研究方向大数据可视分析和人机交互、智慧城市。 课程介绍：本报告介绍大数据可视化与可视分析的基本理念和应用领域，详细讲解了可视化编码、可视化图表、可视化设计等方法。最后结合城市时空数据分析中的挑战，通过数据可视化与人机交互，将人的智慧与智能算法相结合，提升数据分析、推理与决策的效率。 巫教授通过可视化在实际中的应用讲解了可视化的三个作用：信息表达、数据分析和数据交流。 可视化在篮球竞技中的分析应用 »

课程：时空大数据与AI在城市管理中的应用 报告人：王静远 报告人简介：北京航空航天大学计算机学院副教授，博士生导师。中国计算机学会大数据专委会委员，中国城市科学研究会大数据专委会委员，自动化学会经济管理专委会SIG委员，研究方向为时空数据挖掘与智慧城市。 课程介绍：随着移动互联网、物联网技术的发展，获取车辆GPS、手机定位信息等海量城市时空成为可能。通过数据挖掘和人工智能技术，对城市时空数据进行分析和挖掘，成为城市精细化管理的新范式。报告从城市时空数据的数据感知、城市场景建模、智慧决策支持三个方面，对时空大数据与AI技术在城市管理中的应用技术体系进行系统介绍。并通过城市人口管理、城市安全管理、智慧商业选址、 »

课程：Decision Analysis from Human-Genernated spatial-Temporal Data 报告人：李彦华 报告人简介：美国伍斯特理工大学（WPI）计算机学院教授，研究方向主要集中在智慧城市和增强学习。 课程介绍：在日常生活中，很多人类的行为可以建模成序贯的决策过程，即为某个任务目标而做出连续而相关的决策从而最大化任务过程中取得的收益。报告首先介绍时空决策过程中遇到的挑战、利用时空数据决策的步骤以及常用的逆强化学习和模仿学习方法。在此基础上，结合具体应用场景介绍逆强化学习技术的最新的研究成果，即如何通过改变环境特征来实现精准地影响和改变人的决策策略到一个给定的策略。 时空决策遇到的挑战主要由策略策略的多样性，决策因素的复杂性导致。 决策因素的复杂性 »

课程：城市时空行为预测与决策 报告人：李勇 报告人简介：清华大学电子系长聘副教授，博士生导师，入选全球“高被引科学家”名单、国家“万人计划”青年拔尖人才计划、中国科协青年人才"托举工程"计划，获IEEE ComSoc亚太区杰出青年学者奖、教育部科技进步一等奖、电子学会自然科学二等奖、吴文俊人工智能优秀青年奖。研究方向为城市计算与认知，长期从事数据科学与智能方面的科研工作。 课程介绍：报告系统介绍如何通过深度学习技术实现城市时空数据的质量增强与移动行为的准确预测及决策，主要讲解通过设计深度注意力机制和深度表征学习模型， »

课程：Deep Learning for Spatio-Temporal Data 报告人：张钧波 报告人简介：京东数科智能城市部时空AI产品部负责人，京东智能城市研究院人工智能实验室主任，研究方向为城市（时空）大数据的AI平台、算法模型和技术研发。 课程介绍：位置获取与无线通信技术的进步使时空数据的可用性更加广泛。深度神经网络可以成功地应用于各种问题，如计算机视觉、语音识别、自然语言理解。时空数据具有独特的空间属性(即地理层次和距离)和时间属性(即密闭性、周期性和趋势性) »