GeoAI and the Future of Spatial Analytics
GeoAI and the Future of Spatial Analytics
复制标题
GeoAI 和空间分析的未来
DOI：
10.1007/978-981-19-3816-0_17
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Arundel, Samantha T.
中科院分区：
文献类型：
--
作者：
Li, Wenwen;Arundel, Samantha T.
本章讨论了传统空间分析方法在处理大而杂乱的数据以及挖掘未知或潜在模式方面的有限能力所面临的挑战。然后介绍了一种新的空间分析形式-地理空间人工智能（GeoAI），并描述了这种新策略在大数据分析和数据驱动发现方面的优势。最后，一个收敛的空间分析框架，建议作为一个潜在的空间分析的未来途径。
This chapter discusses the challenges of traditional spatial analytical methods in their limited capacity to handle big and messy data, as well as mining unknown or latent patterns. It then introduces a new form of spatial analytics—geospatial artificial intelligence (GeoAI)—and describes the advantages of this new strategy in big data analytics and data-driven discovery. Finally, a convergent spatial analytical framework is suggested as a potential future pathway for spatial analysis.
登录
查看更多内容
DOI：
10.1080/13658816.2012.664276
发表时间：
2012-01-01
影响因子：
5.7
作者：
Anselin, Luc;Rey, Sergio J.
通讯作者：
Rey, Sergio J.
DOI：
10.1007/978-94-024-1531-5_10
发表时间：
2018-06
期刊：
CyberGIS for Geospatial Discovery and Innovation
影响因子：
--
作者：
Wenwen Li;M. Goodchild;L. Anselin;K. Weber
通讯作者：
Wenwen Li;M. Goodchild;L. Anselin;K. Weber
影响因子：
13.5
作者：
Gorelick, Noel;Hancher, Matt;Moore, Rebecca
通讯作者：
Moore, Rebecca
使用 PySAL 开放地理空间分析
DOI：
10.3390/ijgi4020815
发表时间：
2015
期刊：
ISPRS Int. J. Geo Inf.
影响因子：
--
作者：
S. Rey;L. Anselin;Xun Li;R. Pahle;J. Laura;Wenwen Li;Julia Koschinsky
通讯作者：
Julia Koschinsky
GeoNat v1.0：利用人工智能和监督学习进行自然特征映射的数据集
影响因子：
2.4
作者：
S. Arundel;Wenwen Li;Sizhe Wang
通讯作者：
Sizhe Wang