مقاله یک نمایش یادگیری عمیق از مدل تعامل فضایی برای برنامه ریزی فضایی انعطاف پذیر خوشه های کسب و کار جامعه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی A Deep Learning Representation of Spatial Interaction Model for Resilient Spatial Planning of Community Business Clusters
عنوان مقاله به فارسی مقاله یک نمایش یادگیری عمیق از مدل تعامل فضایی برای برنامه ریزی فضایی انعطاف پذیر خوشه های کسب و کار جامعه
نویسندگان Haiyan Hao, Yan Wang
زبان مقاله انگلیسی
فرمت مقاله: PDF
تعداد صفحات 26
دسته بندی موضوعات Econometrics,Artificial Intelligence,اقتصاد سنج , هوش مصنوعی ,
توضیحات Submitted 9 January, 2024; originally announced January 2024.
توضیحات به فارسی ارسال شده در 9 ژانویه 2024 ؛در ابتدا ژانویه 2024 اعلام شد.

چکیده

Existing Spatial Interaction Models (SIMs) are limited in capturing the complex and context-aware interactions between business clusters and trade areas. To address the limitation, we propose a SIM-GAT model to predict spatiotemporal visitation flows between community business clusters and their trade areas. The model innovatively represents the integrated system of business clusters, trade areas, and transportation infrastructure within an urban region using a connected graph. Then, a graph-based deep learning model, i.e., Graph AttenTion network (GAT), is used to capture the complexity and interdependencies of business clusters. We developed this model with data collected from the Miami metropolitan area in Florida. We then demonstrated its effectiveness in capturing varying attractiveness of business clusters to different residential neighborhoods and across scenarios with an eXplainable AI approach. We contribute a novel method supplementing conventional SIMs to predict and analyze the dynamics of inter-connected community business clusters. The analysis results can inform data-evidenced and place-specific planning strategies helping community business clusters better accommodate their customers across scenarios, and hence improve the resilience of community businesses.

چکیده به فارسی (ترجمه ماشینی)

مدلهای تعامل مکانی موجود (SIMS) در ضبط تعامل پیچیده و آگاه بین خوشه های تجاری و مناطق تجاری محدود هستند.برای پرداختن به محدودیت ، ما یک مدل SIM-GAT را برای پیش بینی جریان بازدید از مکانی بین خوشه های کسب و کار جامعه و مناطق تجاری آنها پیشنهاد می کنیم.این مدل به طور خلاقانه نشان دهنده سیستم یکپارچه خوشه های تجاری ، مناطق تجاری و زیرساخت های حمل و نقل در یک منطقه شهری با استفاده از یک نمودار متصل است.سپس ، از یک مدل یادگیری عمیق مبتنی بر نمودار ، یعنی شبکه توجه نمودار (GAT) ، برای ضبط پیچیدگی و وابستگی های متقابل خوشه های تجاری استفاده می شود.ما این مدل را با داده های جمع آوری شده از منطقه کلانشهر میامی در فلوریدا تهیه کردیم.ما سپس اثربخشی آن را در گرفتن جذابیت های مختلف خوشه های تجاری به محلات مختلف مسکونی و سناریوها با یک رویکرد هوش مصنوعی قابل توضیح نشان دادیم.ما برای پیش بینی و تجزیه و تحلیل پویایی خوشه های کسب و کار در جامعه بین ارتباط ، یک روش جدید را تکمیل می کنیم.نتایج تجزیه و تحلیل می تواند استراتژی های برنامه ریزی و برنامه ریزی خاص در محل را آگاه کند و به خوشه های کسب و کار جامعه کمک کند تا مشتریان خود را در سناریوها قرار دهند و از این رو باعث افزایش مقاومت در برابر مشاغل جامعه می شوند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.