- 综合排序
- 最热优先
- 最新优先
- 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. Revisiting CNNs for Trajectory Similarity Learning7. Mining Platoon Patterns from Traffic Videos8. Jensen, Ge Yu 关键词：轨迹查询，轨迹简化 3 SIMformer: Single-Layer Vanilla Transformer Can Learn Free-Space Trajectory ，CNN 7 Mining Platoon Patterns from Traffic Videos 链接：https://www.vldb.org/pvldb/vol18/p1839-bei.pdf 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！
16910编辑于 2026-03-10 时空轨迹和空间细胞相互作用
目前的空间平台Visium11, NanoString Spatial Profiling, seqFISH+, MERFISH and Slide-seq2寻因、华大、百迈客、德运康瑞其中我们关注的内容1、伪时空 每个方向都有了很多的内容空间轨迹方向单细胞、空间、外显子分析方法更新空间轨迹向量场2单细胞轨迹分析之应用篇空间轨迹向量场单细胞个性化分析之轨迹分析篇时空轨迹分析导论空间转录组之空间基因和细胞轨迹空间通讯方向 10X单细胞空间通讯分析之最新版cellphoneDB（v4）解读通过空间行为（optimal transport）推断空间细胞间通讯信号方向(COMMOT)时空通讯分析策略空间注释新思路与临近通讯新玩法时空通讯分析大盘点单细胞个性化分析之多样本细胞通讯比较篇单细胞个性化分析之细胞通讯篇数据矫正方向 细胞类型的时空变化Pseudo-time-space (PSTS) trajectory analysis and validation in a mouse model of traumatic brain ，细胞之间的混合状态直接计算轨迹还是有问题，但是寻因平台是可以参考的。
40620编辑于 2024-03-29- 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）
本文总结了2026 AAAI 上有关时空数据（Spatial-Temporal）相关论文。如有疏漏，欢迎大家补充。 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. HyperD: Hybrid Periodicity Decoupling Framework for Traffic Forecasting7. abs/2511.09275 作者：Minlan Shao; Zijian Zhang; Yili Wang; Yiwei Dai; Xu Shen; Xin Wang 关键词：交通预测，混合周期解耦 7
73010编辑于 2026-03-10 - 来自专栏时空探索之旅
ICDE 2026 | 时空数据（Spatial-Temporal）论文总结（时空预测，POI推荐，轨迹，空间众包等）
本文总结了ICDE 2026有关时空数据（Spatial Temporal）的Research Track相关文章，共计21篇。 ICDE 2026录用列表：https://icde2026.github.io/accepted-papers.html 时空数据Topic：时空预测，POI推荐，用户轨迹链接（TUL），地图匹配，空间众包 Robust Spatial-Temporal Similar Trajectory Search via Structure-Enhanced Domain-Invariant Learning7. 、特征保持、临界点轨迹 3 Geography-Aware Large Language Model for Next POI Recommendation 链接：https://arxiv.org/abs ，稳健性 7 Data-Segmentation Prompt based Continual Learning Framework for Online Spatio-Temporal Prediction
45210编辑于 2026-04-02 - 来自专栏Leaflet
端午屈夫子祭-基于LeafLet的夫子一生时空轨迹纵览
以全新的一种视角去观察屈夫子的一生，基于LeafLet结合时间轴，完成时间与空间的时空纵览。最后祝所有的伙伴们端午安康，阖家幸福。 2、人物轨迹时间线 屈原其人的生平活动轨迹时间线可以从百度百科中直接获取转换。 我们形成以下的四维导图： 二、时空轨迹界面设计1、界面设计为了从时间和空间两个角度来综合展示屈原夫子一生的轨迹，我们将整个展示界面分为四个部分。标题栏：这里直接以大标题的形式展示界面信息。 左边：界面左边将直观展示屈原一生的主要活动轨迹文字描述。中间地图及轨迹：将采用二维地图的形式展示地图信息，同时将屈原一生的轨迹线进行绘制时间轴：界面右下角直接展示不同的历史时期，以时间轴的形式展开。 三、时空轨迹展示实现1、创建一个Html文件骨架文件 在电脑任一盘符下创建一个Html文件的骨架文件，这里引入必须得Css样式文件和Javascript脚本文件。关键代码如下所示：<!
12610编辑于 2026-05-05 - 来自专栏时空探索之旅
IJCAI 2026 | 时空数据（Spatial-Temporal）论文总结【交通预测，轨迹预测，轨迹表示学习，天气预报，EEG，农业，自然灾害治理等应用 】
时空数据Topic：交通预测，轨迹预测，轨迹表示学习，天气预报，EEG，农业，自然灾害治理等应用等 IJCAI2026 accepted papers: https://2026.ijcai.org/accepted-papers Spatio-temporal Pooling One-Token Reconstruction for Universal Physiological Signal Self-supervised Learning7. ，生理信号 7 PerFlow: Physics-Embedded Rectified Flow for Efficient Reconstruction and Uncertainty Quantification Lin, Xinyue Zhang, Yiwei Shuang, Guanyu Yao, Cheng Long, Shengnan Guo, Youfang Lin, Huaiyu Wan 关键词：轨迹预测 KunLiangChen/HyGNN 作者：Liangkun Chen, Xiang Li, Guiyuan Jiang, Zhongying Zhao, Junyu Dong, Yanwei Yu 关键词：时空移动轨迹
5910编辑于 2026-06-08 - 来自专栏拓端tecdat
Python多层LSTM优化Seq2Seq序列模型预测社交网站用户签到时空轨迹数据
p=42590 分析师：Shenyan Li 在数字化转型浪潮中，用户行为轨迹的时空预测成为智慧服务领域的核心命题。从智能交通的流量调控到商业场景的客群分析，精准捕捉用户签到模式的技术需求日益迫切。 项目团队在处理某位置服务平台数据时发现，传统时序模型难以有效刻画签到数据的时空耦合特性与长程依赖关系。 Transformer模型：自注意力机制 尝试采用Transformer架构，通过多头自注意力层并行计算序列相关性，但实验发现其在时空轨迹预测中收敛困难，可能因缺乏位置编码导致空间特征建模不足。 对比不同配置的热力图（图7）可见，中等隐藏层维度与较高丢弃率组合能有效平衡模型表达能力与过拟合风险。 IEEE Transactions on Big Data, 7(3), 456-467.
48810编辑于 2025-06-11 - 来自专栏时空探索之旅
SIGMOD 2026 | 时空数据(Spatial-Temporal)论文总结【轨迹压缩，轨迹相似度计算，地理空间数据库，多模态大模型，数据清洗等】
本文总结了SIGMOD 2026有关时空数据（Spatial Temporal）的相关文章，共计5篇，如有疏漏，欢迎补充。 时空数据Topic：轨迹压缩，轨迹相似度计算，地理空间数据库，多模态大模型，数据清洗等 1. Giatrakos (Technical University of Crete); Yannis Kotidis (Athens University of Economics and Business) 关键词：轨迹压缩 Haitao Yuan (Nanyang Technological University)*; Gao Cong (Nanyang Technological University) 关键词：数据选择，轨迹相似度计算 Yu Sun (Nankai University)*; Shaoxu Song (Tsinghua University); Xiaojie Yuan (Nankai University) 关键词：时空数据
13510编辑于 2026-06-03 - 来自专栏时空探索之旅
WWW 2026 | 时空数据(Spatial -Temporal)论文总结(交通预测，人群移动，轨迹表示，城市感知，信控优化等)
Topic：交通预测（多模态，大模型等），人群移动预测，城市感知（智能体），信控优化，轨迹表示学习，城市规划等。 ST-LEGO: Large Language Models as Modular Architects for Traffic Prediction7. Shuhao Li, Weidong Yang, Yue Cui, Lipeng Ma, Yixuan Li, Chaoteng Wu, Lu Qin and Fan Zhang 关键词：交通预测，大模型 7 Learning for Large-Scale Adaptive Traffic Signal Control 链接：https://wrap.warwick.ac.uk/id/eprint/196419/7/ （禽流感）预测，异质图 推荐阅读 KDD 2025 | (2月轮)时空数据(Spatial-temporal)论文总结 KDD 2025 | (2月轮)时空数据(Spatial-temporal)论文总结
69910编辑于 2026-03-10 - 来自专栏新智元
【计算机图形学生成完美笑容】科学家根据时空轨迹生成“成功的微笑”
该研究的作者表示，使用3D计算机模拟有助于理解时空变化对面部表情的情感感知的影响。对于由于中风之类的疾病导致面部表情障碍的患者，这个研究的结果也对目前的面部康复护理和医疗有参考作用。 ? 我们发现一个成功的微笑可以通过各种不同的时空轨迹来表达，包括复杂的嘴巴角度的平衡，笑的程度和露出的牙齿，以及动态对称性。这些发现在各种领域有广泛的应用，如面部手术，康复治疗，计算机图形学和心理学。 图7.微笑效果的可视化。 这个热图绘制了微笑参数之间的三向互动。每个面后面的3个垂直条表示3个响应变量（有效、正确和愉快）的预测得分：有效，真实和愉快。
89870发布于 2018-03-27 - 来自专栏Rattenking
OpenCV-Python学习（7）—— OpenCV 轨迹栏操作和键盘响应操作
知识点 cv.namedWindow() 创建一个窗口； cv.createTrackbar() 创建一个轨迹栏； cv.getTrackbarPos() 获取对应轨迹栏的轨迹位置； cv.waitKey 【回调函数始终具有默认参数，即轨迹栏位置。】 userdata 表示默认值0。这个参数是用户传递给回调函数的数据，用来处理轨迹条事件。 winname 表示轨迹栏依托窗口的名称。 5. cv.waitKey() 函数说明 函数使用 cv.waitKey(delay=0) 参数说明 参数 说明 delay 表示阻塞指定毫秒数。 7. 调整图像的亮度 7.1 分析 RGB 表示图像的亮度； RGB 的取值范围[(0,0,0)-(255,255,255)]； 图像像素运算可以改变 RGB 的值。 value = cv.getTrackbarPos('progress', 'adjust_brightness') # 将轨迹栏的位置值转换为OpenCV图像值 value
1.3K20编辑于 2022-10-24 - 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）
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. ARROW: An Adaptive Rollout and Routing Method for Global Weather Forecasting7. id=7Dvmq7MhwU 关键词：Subseasonal Weather Forecasting 作者：Guowen Li, Xintong Liu, Yang Liu, Mengxuan Chen, (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】 ICLR 2026 | 时间序列(Time Series)论文总结[下]【分类，异常检测，
58310编辑于 2026-03-10 - 来自专栏秘籍酷
跨越时空的……
这个段子，跟我要说的其实也没什么关系，只是突然联想起来。昨天情人节，GitHub 将其导航栏由以下这样的风格：
54230发布于 2019-08-08 - 来自专栏小小挖掘机
时空序列问题概述
二、 什么是时空序列问题 时间序列和时空序列时常有朋友搞混，并且很多朋友都以为我只感兴趣时间序列问题，其实不然，时空序列问题包含了时间和空间两个方面的因素。 所以为什么说是时空序列问题？？ 在这个数据集上，可以看到为什么叫时空序列问题，因为有数字的运动信息和本身数字的像素结构信息，还有序列的前后推移和联系，所以也是时空序列问题。 2.3 时空序列模型 常用的有施行建博士的 ConvLSTM, 轨迹GRU 等等，以及利用上Unet-attention的时空序列模型，以及近年来的predrnn序列等等，虽然这个方向很少人研究，但是依然还是有很多力作持续输出 对于时空序列模型，这里说两个这个领域的大牛。 施行建博士。港中文大学。主要研究的方向是时空序列问题，时间维度为主，并且降水预测的应用。
90610发布于 2019-12-02 - 来自专栏时空探索之旅
ICLR 2026 | 时空数据(Spatial-Temporal)论文总结【交通与城市科学：交通预测，轨迹挖掘，交通模拟，自动驾驶等】
本文总结了ICLR 2026时空数据（Spatial-Temporal）的论文，总计36篇，本文涉及23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：上篇的所有文章统计值 最大均分 均值 最小均分 6.5 5.28 4 其中 均分≥6的有6篇 1. General Spatio-Temporal Backbone with Scalable Contextual Pattern Bank for Urban Continual Forecasting7. bank, continual spatio-temporal forecasting 作者：Aoyu Liu, Yaying Zhang 分数：4, 8, 6 信心：3, 5, 4 均分：6.0 7
33010编辑于 2026-03-10 - 来自专栏半杯茶的小酒杯
轨迹拼接(Trajectory Stitching)
对于控制来说，连续稳定的轨迹更利于控制下发指令的平滑性，避免车辆产生抖动。 实际测试表明，轨迹拼接(Trajectory Stitching)确实能够使实车的控制更加平滑。 轨迹规划模块以固定的频率进行, 我们使用了轨迹拼接的算法(Trajectory Stitching)保证相邻帧的轨迹在控制器看来是平滑的。 )； 如果上一周期的轨迹存在, 我们会根据当前系统时间 T, 在上一周期的轨迹中找到相对应的轨迹点, 然后我们进行一个比较, 比较这个轨迹点与定位模块获得的当前车辆状态的差异, 如果这个差异在一定范围内 这种机制保证了在控制误差允许的情况下, 做到相邻帧轨迹的平滑拼接. 在控制器看起来, 规划模块发出的轨迹是一小段一小段 dt 长度的轨迹光滑拼接起来的.
3.5K10编辑于 2022-06-23 - 来自专栏TSINGSEE青犀视频
车辆轨迹回放中如何实现轨迹信息表格的自动滚动？
TSINGSEE青犀视频目前正在研发基于车载视频监控的新功能，包括轨迹跟踪、轨迹回放等。 轨迹跟踪适用于车载监控场景，基于车内的车载监控装置，可以实时记录车辆的位置、行驶轨迹等信息，并且在轨迹回放中，能对车辆的行驶路线过程进行回放，掌握车辆的历史行踪。 需求： 轨迹信息表格为了能和地图上运动的轨迹点同步运动，需要滚动到对应的列并展示高亮。 实现方式： 1）在表格标签上加入ref，方便操作Dom元素。 TSINGSEE青犀视频基于JT1078协议与多年来在音视频流媒体领域的研发经验，围绕定位、轨迹回放、实时视频监控、驾驶行为监测、录音、智能报警等模块，打造出智能化、数字化、可视化的车载视频监控平台，助力
2.5K20编辑于 2022-04-24 - 来自专栏机器之心
全球十亿级轨迹点驱动，首个轨迹基础大模型来了
近日，来自于香港科技大学（广州）、南方科技大学、香港城市大学的联合研究团队整理了首个全球大规模轨迹数据集 WorldTrace，并基于该数据集训练了首个世界轨迹基础大模型 UniTraj，为交通领域内构建通用时空智能提供了一种全新的思路 在预训练过程中，作者设计了 4 种掩码策略，而模型的目标是恢复这些被掩蔽的轨迹点，从而帮助模型更好地理解和捕捉轨迹序列的时空关系。 随机掩码：按照一定的比率，随机掩盖一定数量的轨迹点。 随机掩码训练模型捕获一般时空模式，增强其对缺失数据点的鲁棒性。 块状掩码：掩盖轨迹内的连续数量点，模拟连续数据段可能缺失的场景。 模型架构 在模型架构设计方面，UniTraj 首先将重采样和掩码处理后的轨迹转换为结构化的嵌入，并利用 Transformer 块和旋转位置编码（RoPE）来捕捉轨迹中的时空关系。 在模型设计方面，其通过重采样和掩码策略，集成轨迹处理模块和灵活的编码器 - 解码器架构，有效地捕捉了轨迹数据中的复杂时空依赖性以应对各种不同的数据质量。
73800编辑于 2025-02-14 - 来自专栏单细胞天地
stLearn ：空间轨迹推断
为了发现组织过程——例如，回答哪个癌细胞或克隆最先出现，或者癌症是如何进化的——stLearn提供了一种称为伪时空(pseudo-space-time, PST)轨迹分析的算法。 对于轨迹的方向，用户可以根据组织中正在研究的生物过程来定义根节点。然后结合基因表达值和物理距离计算伪时空距离( pseudo-space-time distance，PSTD)。 ().index students = data.obs['louvain'].value_counts() colors = ["#8da0cd","#fc8d62","#66c2a5","#ff7f00 在特定亚群的表达情况： st.pl.gene_plot(data,genes=["Cnp"],use_label="louvain",use_raw_count=True,list_clusters=[6,7] st.spatial.trajectory.pseudotimespace_local函数可以构造局部轨迹, 该算法计算子类之间的时空距离。可以理解为亚群内部的轨迹（异质性）。
3.4K20发布于 2021-01-12 课前准备---空间轨迹
作者，Evil Genius什么是空间轨迹？以一个空间位置为起点（例如上图的交界区域），沿着固定方向上的细胞、基因表达的变化。 还有如下的分析结果，沿着相同方向、以相同的区域为起点，分析细胞类型空间分布的轨迹变化。 以及如下的区域细胞/基因转换但我们最常见的空间轨迹分析如下：Indicated cell signatures from sc/snRNA-seq mapped onto the Visium zonation data我们需要实现的空间轨迹分析正是如此,分析示例(visium平台)import warningswarnings.filterwarnings("ignore")import scanpy as
41320编辑于 2024-08-09
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