GeoAI – Accelerating a Virtuous Cycle between AI and Geo
GeoAI – Accelerating a Virtuous Cycle between AI and Geo
复制标题
GeoAI — 加速人工智能与地理之间的良性循环
DOI：
10.1145/3474124.3474179
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Shekhar, Shashi
中科院分区：
文献类型：
--
作者：
P. S. Chauhan, Lokendra;Shekhar, Shashi
地理空间人工智能（GeoAI）是人工智能（AI）与空间计算的融合，使用地理空间数据在个人，社区，城市，国家和地球的层面上更好地了解我们周围的物理世界。GeoAI目前的应用范围从解决可持续发展、城市规划、供应链和导航领域的挑战，到国防、流行病学、保险和新兴的按需经济。它是一个高度跨学科的领域，使用来自计算，地理，空间数据科学，统计和工程的想法。地理空间数据的独特特征，如自相关性，几何性质和多种形式，要求人工智能算法以根本不同的方式开发，这也扩展了人工智能的能力。考虑到地理空间数据和应用的指数级增长，人工智能和地理空间的融合将成为人工智能和地理空间增长的良性循环。
Geospatial artificial intelligence (GeoAI) is the amalgamation of artificial intelligence (AI) with spatial computing to develop a better understanding of the physical world around us at the levels of an individual, communities, cities, nations, and the planet using geospatial data. The current applications of GeoAI vary from solving challenges in the fields of sustainable development, urban planning, supply chains, and navigation to defense, epidemiology, insurance, and the emerging on-demand economy. It is a highly interdisciplinary field that uses ideas from computing, geography, spatial data science, statistics, and engineering. The unique features of geospatial data like autocorrelation, geometric nature, and multiple modalities requires the AI algorithms to be developed in a fundamentally different way, which also expands the capabilities of AI in general. Considering the exponential increasing geospatial data and application, this confluence of AI and geospatial will become a virtuous cycle of growth for both AI and Geo.
登录
查看更多内容
DOI：
10.1109/isc2.2018.8656800
发表时间：
2018-09
期刊：
2018 IEEE International Smart Cities Conference (ISC2)
影响因子：
--
作者：
Yiqun Xie;Jayant Gupta;Yan Li;S. Shekhar
通讯作者：
Yiqun Xie;Jayant Gupta;Yan Li;S. Shekhar
蚱蜢
DOI：
10.1007/978-0-387-30160-0_5537
发表时间：
2020
影响因子：
--
作者：
Jonathan Thompson
通讯作者：
Jonathan Thompson
心灵来自身体
影响因子：
5.4
作者：
D. Tucker
通讯作者：
D. Tucker
2020 年公平、问责和透明度会议论文集
DOI：
10.1145/3351095
发表时间：
2020
期刊：
Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency
影响因子：
--
作者：
Clara Maathuis
通讯作者：
Clara Maathuis
迈向空间变异感知深度神经网络 (SVANN)：结果摘要
DOI：
--
发表时间：
2020
期刊：
arXiv.org
影响因子：
--
作者：
Jayant Gupta;Yiqun Xie;S. Shekhar
通讯作者：
S. Shekhar