Gao Cong

UrbanLLM simplifie la gestion urbaine en décomposant les questions compliquées liées à la ville.

Présentation d'un modèle qui améliore la précision des prévisions pour les données de séries chronologiques.

Explorer l'impact de l'apprentissage auto-supervisé sur l'analyse des données géospatiales.

CAMAL combine l'apprentissage automatique et des méthodes traditionnelles pour optimiser les performances des arbres LSM.