智能城镇化
城市研究中的无监督机器学习:应用的系统综述无监督学习(UL)在应对城市复杂性方面有着悠久而成功的历史。与监督学习不同,无监督学习从数据的内在结构中发现模式,无需进行数据标签的工作,这被认为是通向真正的人工智能的关键。文章基于140份相关文献,对无监督机器学习在城市研究中的应用进行了系统综述。作者记录了每一篇论文的主题、技术、应用、数据类型和评估方法,从统计角度分析其演变和趋势,系统地回顾了无监督学习在城市研究中的应用,重点介绍了主要技术的现状及其在广泛主题中的适用性。在论文分析的基础上,作者总结了四个主要的应用主题:城市化和区域研究、建成环境、城市可持续性与城市动态研究。
智能城镇化、无监督学习、无监督机器学习、系统综述、城市可持续性、数据标签、建成环境、发现模式、评估方法、数据类型
TU984;TP181(地下建筑)
2023-03-29(万方平台首次上网日期,不代表论文的发表时间)
共1页
125-125