- 综合排序
- 最热优先
- 最新优先
- 来自专栏脑电信号科研科普
Neuron综述：睡眠和警觉的时空动态
最近的大脑活动和行为数据正在突破分辨率极限，以考虑包含多个时空尺度的复杂动力学，要求对经典视角进行修正。 近年来，静态大脑状态的标准观点与其实际的动态本质之间的差距已经明确，数据驱动(例如基于机器学习的)分类工具可以识别出经典睡眠状态之外的丰富动态，这可以为临床诊断提供信息。 总之，现有数据支持一种超越静止警觉状态的观点，即始终存在的快速动态控制着神经元活动和觉醒的状态。图1 睡眠/觉醒状态中普遍存在的时空动力学4. 目前，我们缺乏关于大脑状态的启动、传播和时空动力学模式的全面数据。哪些细胞类型启动和调节局部和全局状态转换?是否有一些皮质模块比其他模块经历更多的局部睡眠/觉醒或更快的动态? 最后，计算模型和实验应该相互告知神经调节如何对警觉状态的局部动态作出贡献。图4 测试多维神经调节是否以及如何构成大脑状态复杂性的潜在实验示意图8.
84940编辑于 2023-06-26 - 来自专栏EpiHub
贝叶斯时空模型-INLA-4
贝叶斯地理统计模型R-INLA-4 贝叶斯时空模型 在前述的内容中，我们介绍了，如何处理空间的数据，利用海拔高度预测降雨量的例子。但是该例子仅仅涉及到的是涉及到回归方程中，考虑影响因素及空间效应。 那么如果我们的数据有时间信息，如何加入到贝叶斯时空分析呢。譬如每年对某一个地区进行疾病的发病率调查，10年数据整合在一起，就可以从时间上或空间上看疾病的变化规律，也就会用到贝叶斯时空模型。 下面我们将介绍贝叶斯时空模型。该文章中，会简化数学计算的过程，主要是针对，在有数据的基础上，如何应用贝叶斯时空模型，找出影响因素，绘制时间变化的空间分布预测图。 1.数据集 我们模拟一个房屋与面积的地理位置数据，从2010年到2015年的房地产数据。因为是模拟数据，不具有任何实际意义，仅仅作为展示。 2.1 Mesh 下面我们利用时空模型来分析，看看房屋价格随时间变化，在空间的分布规律。
1.5K20编辑于 2022-10-25 - 来自专栏时空探索之旅
ICLR 2026 | 时空数据(Spatial-Temporal)论文总结（物理时空和气象时空：气象预测，时空点过程等）
本文总结了ICLR 2026时空数据（Spatial-Temporal）的论文，总计36篇，本文涉及13篇，如有疏漏，欢迎补充。 注：由于论文数目较多，分为上下篇，基于数据生成机制与应用场景的本质差异对论文进行分类： 上篇主要涵盖交通时空数据以及城市科学等内容，包括交通预测，人群移动，轨迹挖掘，交通模拟，自动驾驶，信号控制等内容。 下篇主要涵盖：气象时空和物理时空，如气象预测，时空点过程，时空动力系统等 观察：下篇文章统计值 最大均分 均值 最小均分 7 5.31 4 其中均分≥6的有3篇。 1. 4, 8, 6 信心：4, 4, 3, 3 均分：5.5 推荐阅读 ICLR 2026 | 时空数据(Spatial-Temporal)论文总结[上]【交通与城市科学：交通预测，轨迹挖掘，交通模拟，自动驾驶等 欢迎各位作者投稿近期有关时空数据和时间序列录用的顶级会议和期刊的优秀文章解读，我们将竭诚为您宣传,共同学习进步。如有意愿,请通过后台私信与我们联系。 如果觉得有帮助还请分享，在看，点赞
49110编辑于 2026-03-10 - 来自专栏数据科学与人工智能
4月21日数据动态早报
数据动态早报，让您了解数据新变化、新创造和新价值。 一、通信行业数据动态 1 对于有天然数据资源优势的电信运营商，大数据正成为其业务创新、跨界合作的新动能。 运营商全面深化对现有数据资源的利用，精耕细作全面改进创新产品服务能力，在洞察客户个性化需求、精准营销等方面，联动数据，不断将数据优势转化为市场优势。 【新浪网】 二、电子商务数据动态 1 未来，阿里还将探索量子信息技术与区块链、人工智能等技术的结合应用，目标是让前沿领域的科研成果通过云计算的方式，成为普惠科技，实现大规模产业应用。 【证券时报网】 三、互金行业数据动态 1 金融的本质是风险控制，所以说风控是互联网金融公司的命门。在我国，互联网金融行业整体环境和风险水平逐渐趋好，但行业风险仍需防范。 【华夏经纬网】 四、医疗健康数据动态 1 中国联通、国家开发投资公司、中国电子信息产业集团、中国国有企业结构调整基金股份有限公司四家国企共同成立了中国健康医疗大数据产业发展有限公司。
93550发布于 2018-02-28 - 来自专栏frytea
时空位置与大数据
在这个人人都谈大数据，处处皆用大数据的时代，我们身边的这些大数据究竟如何产生，又有多大的体量了呢？ 根据一份2013年的报告显示，2013 年中国产生的数据总量超过0.8ZB（相当于8亿TB），2 倍于2012 年，相当于2009 年全球的数据总量。 （来源，ZDNET《数据中心2013：硬件重构与软件定义》年度技术报告） 在这些数据中，除了人们日常消费、生活、交通产生的数据之外，基于位置的数据正在其中发挥着越来越重要的作用，基于位置的数据挖掘成果丰硕 参考文献 盘点中国2013行业数据量 大数据史记2013：盘点中国2013行业数据量（上） 2019年第三季度中国城市活力研究报告 高德位置开放平台 百度地图开放平台 腾讯位置大数据 Author: Frytea Title: 时空位置与大数据 Link: https://blog.frytea.com/archives/289/ Copyright: This work by TL-Song
1.4K20发布于 2020-07-16 - 来自专栏点滴积累
时空大数据云平台
为了解决当前数据中心运营过程中的数据管理组织混乱，无法深入数据本身，无法实现在线查看、浏览、分析计算等问题，我司推出了一款时空大数据云平台，能够实现数据的在线管理、在线可视化、在线计算以及在线代码编辑器等功能 一、在线管理 当前数据中心数据管理方式多为FTP，用户只能看到数据包含的文件信息，而无法看到真实的数据信息。 并可以深入到数据实体而非数据文件进行管理，能够查看数据的缩略图，查看数据元数据（包含波段、空间范围、大小、分辨率等），查看数据统计信息（包含字段、数量、最大值、最小值、平均值等信息）等。 [数据管理] [元数据] [数据详情] [缩略图] 通过这些信息能够让用户对此数据有一个直观的了解，但这些还不够，还不足以让用户全面的了解一个数据，于是我们实现了数据在线可视化功能。 为此我们设计了长时间序列数据可视化功能，能够在地图中按照时间顺序动态显示数据。
6.2K01发布于 2020-01-18 - 来自专栏小小挖掘机
【时空序列预测实战】详解时空序列常用数据集之MovingMnist数据集(demo代码)
前言 毋庸置疑在做时空序列模型的时候，oving数据集，或者说标准的数据集是必要的 这篇文章我们主要介绍MovingMnist数据集，做这个方向的research是逃不过这个数据集的使用的 一、 Address 地址：http://www.cs.toronto.edu/~nitish/unsupervised_video/ 这个数据集主要是在 Unsupervised Learning of Video Representations
2.5K30发布于 2020-11-09 - 来自专栏浴巾的学习分享贴
数据结构_时空复杂度
数据结构_时空复杂度 前言：此类笔记仅用于个人复习，内容主要在于记录和体现个人理解，详细还请结合bite课件、录播、板书和代码。 int M = 10; while (M--) { ++count; } printf("%d\n", count); }基本语句（或者说基本操作）执行了2N+10次，大O渐进表示法就是O(N) N是数据规模 ， 数据规模越大，复杂度的差距越大，算法的优劣体现的就越明显 基本语句（或者说基本操作）的执行次数成为时间频度，在上面的例子中T(N)=2N+10 // 计算Func3的时间复杂度? ，分别是M和N，因此是O(M+N) // 计算Func4的时间复杂度? = 2; i <= n ; ++i) { fibArray[i] = fibArray[i - 1] + fibArray [i - 2]; } return fibArray; }动态开辟数组为
38120编辑于 2023-05-09 - 来自专栏生信菜鸟团
空间组学 | 用 moscot 对细胞进行时空动态分析
然而，实验限制阻碍了我们在天然时间动态下和在其天然空间组织微环境中全面测量细胞的能力。 最优传输作为一种强大的工具已经出现，解决了这些限制，并促进了原始细胞环境的恢复1,2,3,4。 我们提出了moscot.spatiotemporal，一种利用跨时空维度的基因表达数据来揭示小鼠胚胎发生时空动态的方法。 Main Para_01 单细胞基因组技术提高了我们对细胞分化和组织结构动态变化的理解。 Fig. 4: Inference of spatiotemporal dynamics with moscot. - 图片说明 ◉ a, 小鼠胚胎发生时空轨迹推断的示意图。 果蝇的时空数据集可在https://db.cngb.org/stomics/flysta3d/获取。
78310编辑于 2025-03-06 - 来自专栏脑电信号科研科普
Biological Psychiatry：压力诱导网络重构的时空动态反映负性情感
关键的是，跨网络的个体时空变化轨迹也预测了负面情绪，但不能预测是否存在情绪和焦虑障碍。结论：应激诱导的脑网络重构的时空动态反映了负性情感的精神病理维度的个体差异。 简单地说，MRI数据采集在3T GE扫描仪(Discovery MR750)上。功能数据为压力任务755张T2*加权回波平面图像，各静息状态155张回波平面图像。 3.2 动态连接变化预测压力状态和HR的变化为了评估整个压力阶段的压力诱发变化，我们将来自社会心理压力任务和两个侧翼静息状态扫描的数据串联起来(图S1)。 图3 心理社会应激导致功能连接(FC)变化的时空特征为了验证这些时空剖面反映了实验诱导的压力阶段，我们使用支持向量机在四个子网络中基于个体水平估计预测了不可见块的阶段。 压力诱导的HR(压力预压力)增加来自于预测的每个区块的HR变化，与观察到的压力诱导效应相对应 (图4E, F)。总之，四个亚网络中应激反应的时空分布比机会、运动或激活变化更能跟踪应激阶段和生理适应。
41010编辑于 2023-07-01 - 来自专栏小小挖掘机
【时空序列】TKDE2020-时空图数据挖掘深度学习技术全面综述
（3）提供了针对不同时空数据挖掘问题使用不同深度学习技术的最新进展的全面概述，包括预测学习，表示学习，分类，估计和推论，异常检测等。 （4）总结了目前研究尚存的问题，并指出了未来的研究方向。 ? (4)栅格（Raster）: 栅格数据是连续或离散时空场的测量值，记录在空间的固定位置和固定的时间点的测量参数值。 该文总结了深度学习技术在基于脑影像数据分析的疾病分类方面的相关研究进展。 （4）估计推断 当前时空数据的估计和推断主要集中在空间地图和轨迹这两类时空数据上。 （6）其他任务 除了以上提到的问题，深度学习模型还应用于其他时空数据挖掘任务，例如推荐、模式挖掘、关系挖掘等。 ? 4.讨论 （1）多源数据融合。 （4）多模态时空数据的融合 在大数据时代，一些时空数据挖掘领域中经常会出现多模态数据集,例如在神经成像中，fMRI和DTI都可以捕获大脑活动的成像数据，如何利用深度模型将这些数据更好的融合在一起以更好的完成任务变得很重要
3.7K30发布于 2020-12-08 - 来自专栏好奇心Log
时空地理数据大搜寻计划（三）
点击下方公众号，回复资料，收获惊喜 收集数据也算是我的一大爱好，所以今天给大家分享一些可能会用到的时空地理数据，具体用到的时候还是要仔细地去看技术文档的。 由哥白尼土地局的全球部门制作，取材自PROBA-V卫星观测和辅助数据集，可以下载到电脑本地 ? ? ###### [2] 荷兰0.5米分辨率非插值DEM数据体验。 地址：https://www.sciencebase.gov/catalog/item/564b4bb0e4b0ebfbef0d31d2 ? ? [4]1958年至2015年每月气候和气候水平衡的高分辨率全球数据集 地址：https://www.nature.com/articles/sdata2017191 ? [7]全球土壤湿度数据。
84220发布于 2021-05-28 - 来自专栏好奇心Log
时空地理数据大搜寻计划（二）
数据是GIS的血液。时空地理数据是我们经常会用到的，很多时候，分析数据可能花不了多长时间，但是收集一些合适的数据总是耗时最多，So,这一次再去搜索GIS时空地理数据，Go! 1.全球气候分区数据[https://geoafrikana.com/resources/] ? 下载过来在Google Earth或者ArcGIS中打开看看 ? ? 3.哈佛地理空间数据集[http://hgl.harvard.edu:8080/opengeoportal/] ? 4.区域地图[https://dataverse.harvard.edu/dataverse/hrs] 提供有shp文件，以及一些社会经济数据 ? ? ? OK,这一期的时空地理数据收集就先到这里了，不论是做历史地理研究，比如分析城区的扩展历史，还是用来观赏，这些地图都具有了研究价值和美学价值，应该是不错的了 最后，感谢大家的分享与转发！
79410发布于 2021-05-28 - 来自专栏云社区全球资讯抢先看
时空大数据加速智慧城市落地
另外，救护车辆如何在各个站点之间动态调度，使得系统运力最大化是第二步需要解决的问题。“就是要找到一个使得很多人到此的汇聚时间最优化的点。”郑宇建议，所有以速度优先级最高的应用都可以考虑这个选址模型。 “在摩拜单车使用中，不同时间有不同的人在不同地方发出请求，这就是一个时空多变的数据；网络结构中，路网就是一个静态的网络结构，把路网叠加了交通流量信息以后就变成空间不变、时间变化的数据。” 因此，数据和应用之间就需要一个平台来连接。” “很遗憾现在任何一家公司的云计算平台都不能很好地支持我们的时空大数据。”郑宇坦言，“城市大数据平台并不是云计算平台，后者并不能很好地支持上述运算。” 把握时空数据 “城市计算处理的是时空数据，它跟视频、图像、语音是不同的。这也导致传统的深度学习模型不能直接拿来用。” 郑宇解释说，时空数据有空间属性和时间属性，时间属性又包括时间的平滑性、周期性和趋势性。 据介绍，数据的应用是首先把相邻几个小时的数据放到一个深度卷积神经网络里面，来模拟相邻时间的时序的平滑性。
1.4K00发布于 2017-12-26 - 来自专栏3D可视化
HSDB-超维时空数据库
HSDB是具备万维数据描述和存储能力的超维时空数据库，能够覆盖IoT数字孪生六大维度集，包括具有时间序列特征的行为/状态和具有空间坐标特征的位置/关系。 通过先进的数据分片技术，能够实现海量数据的分布式存储。同时，利用成熟的倒排索引技术，可支撑百亿数据量级下的高性能查询需求，满足上层各种数字孪生可视化场景的数据使用需求。 什么是维度？ 后来，维度被引入物理学领域，用于描述独立的时空坐标（N个坐标代表N维空间）。在数字孪生领域，维度可以理解为现实对象的数据参数，也称属性。 维度有什么作用？ 如何保障维度调整的灵活性，这就需要软件定位多维数据模型的能力。 软件定义数据模型的本质，就是将数据模型与上层应用功能解耦，使数据模型具备扩展性，从而满足不同应用场景下的数字化需求。 （软件定义的本质是实现了数据平面和管理控制平面解耦）优锘提供了便捷的软件定义数据模型能力，通过图形界面灵活定义和维护对象分类、属性及关系约束，降低数据模型的变更成本和实施风险，真正实现了数据模型对上层可视化需求的快速响应
1.6K51发布于 2019-11-14 - 来自专栏波波烤鸭
mybatis教程4(动态SQL)
动态SQL语句 MyBatis 的强大特性之一便是它的动态 SQL。如果你有使用 JDBC 或其它类似框架的经验，你就能体会到根据不同条件拼接 SQL 语句的痛苦。 利用动态 SQL 这一特性可以彻底摆脱这种痛苦。 虽然在以前使用动态 SQL 并非一件易事，但正是 MyBatis 提供了可以被用在任意 SQL 映射语句中的强大的动态 SQL 语言得以改进这种情形。 1. if语句 动态 SQL 通常要做的事情是根据条件包含 where 子句的一部分。 4.set语句 set主要也是用来解决更新问题的。 <update id="updateBookById"> update t_book <set> <if test="author!
71030发布于 2019-04-02 - 来自专栏姚红专栏
MyBatis4：动态SQL
什么是动态SQL MyBatis的一个强大特性之一通常是它的动态SQL能力。 通常使用动态SQL不可能是独立的一部分，MyBatis当然使用一种强大的动态SQL语言来改进这种情形，这种语言可以被用在任意映射的SQL语句中。 OK，介绍就到这儿，下面来进入动态SQL的学习吧。 最后一个小内容，和动态更新语句相似的解决方案是set。set元素可以被用于动态包含更新的列，而不包含不需要更新的。 这里，set元素会动态前置set关键字，而且也会消除任意无关的逗号。
58720发布于 2019-09-11 - 来自专栏时空探索之旅
VLDB 2025 | 时空数据（Spatial-Temporal）论文总结(时空预测，轨迹相似度，轨迹表示等)
本文总结了VLDB 2025有关时空数据（Spatial Temporal）的相关论文，主要包含如有疏漏，欢迎大家补充。 时空数据Topic：时空预测，交通预测，轨迹相似度，轨迹表示等。 1. SIMformer: Single-Layer Vanilla Transformer Can Learn Free-Space Trajectory Similarity4. SIMformer/ 作者：Chuang Yang, Renhe Jiang, Xiaohang Xu, Chuan Xiao, Kaoru Sezaki 关键词：轨迹相似度，Transformer 4 2024 | 时空数据（Spatial-temporal）论文总结 SIGMOD 2025 | 时间序列（Time Series）论文总结 SIGMOD 2025 | 时空数据（Spatial-temporal ）论文总结 ICDE 2025 | 时间序列(Time Series)论文总结 ICDE 2025 时空数据（Spatial-Temporal）论文总结 此公众号的文章皆系本人原创，辛苦码字不易！
12810编辑于 2026-03-10 - 来自专栏时空探索之旅
AAAI 2026 | 时空数据(Spatial-temporal)论文总结（时空预测，轨迹挖掘，自动驾驶等）
AAAI 2026会议主会共有23, 680篇论文投稿，其中4, 167 篇被接收，接收率为17.6%。 本文总结了2026 AAAI 上有关时空数据（Spatial-Temporal）相关论文。 时空数据Topic：时空预测，天气预报，城市区域表示，轨迹表示学习，相似度计算，轨迹预测，自动驾驶等。总计45篇，本文涉及24篇。 注：由于论文数目较多，分为上下篇，此为上篇，主要涵盖时空预测，轨迹数据挖掘，部分自动驾驶等的文章。下篇主要涵盖自动驾驶，城市区域表示学习，天气预报等。 1. /2508.10427 作者：Keishi Ishihara; Kento Sasaki; Tsubasa Takahashi; Daiki Shiono; Yu Yamaguchi nan 关键词：时空推理的视觉问答数据集 表示学习，生成等) AAAI 2026 | 时间序列(Time Series) 论文总结[上] (Oral+预测) AAAI 2025 | 时间序列（Time Seies）论文总结 AAAI 2025 | 时空数据
60110编辑于 2026-03-10 - 来自专栏脑电信号科研科普
从空间、时间和时空动力学角度研究大脑的动态特性
IVA最大限度地提高了数据集中底层匹配源之间的独立性，同时也考虑了数据集中每个源的依赖性。通过将来自每个时间窗的数据视为的单独数据集，能够捕捉每个源跨时间窗口和对象的空间依赖性(图3B)。 图3 单窗ICA和加窗IVA 在空间静态文献中观察到的DMN的不同空间模式被确定为DMN的不同空间状态，这表明在静态分析中仅确定了数据采集期间DMN的总体模式(图4A) 。 总的来说，结果表明，空间动态特性的临床相关变化明显比静态功能连接性的变化更明显(例如，图4B)，表明空间动态分析对检测与脑疾病相关的脑改变具有更高的灵敏度。 此外，空间动态测量捕获只有通过将空间纳入动态分析才能获得的大脑功能信息。例如，“时空转换矩阵”捕获并总结每个脑网络的空间动态的体素级信息，并揭示不同脑网络中两组之间的不同模式(例如，图4C)。 时空均匀性是另一个独特的特征，只能通过将空间纳入动态分析来衡量。不同网络中的SZ患者的时空一致性存在显著差异，并揭示了与认知域分数的显著关联，突出了所提出的空间动态测量的潜在认知相关性(图4D)。
80610编辑于 2021-11-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号