Google Research 与南加州大学合作，开发了 ME-POIs，这是一个通过整合聚合的人类移动数据来增强基于文本的地点嵌入的新框架。该方法旨在通过将单次访问编码为情境化向量并将其与每个兴趣点 (POI) 的可学习原型对齐，来捕捉地点的使用方式，超越其文本描述。在洛杉矶和休斯顿的移动数据上进行的实验表明，在各种地图丰富任务上都有显著改进，ME-POIs 的表现优于现有的文本编码器，甚至一个仅移动的变体在价格等级分类上超越了 Gemini 嵌入。 AI
影响 通过提供更丰富、更具情境感知的地点表示，增强了基于位置的 AI 应用。
排序理由 该集群描述了一篇介绍地点嵌入新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Gemini
- GeoLLM
- Google Research
- Houston
- Los Angeles
- ME-POIs
- NVIDIA Tesla V100 16GB
- Space2Vec
- Time2Vec: Learning a Vector Representation of Time
- Transformer++
- University of Southern California
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
