UST-GNN

新的UST-GNN框架通过统一的空间-拓扑方法增强城市分析能力

研究人员开发了UST-GNN，一个用于城市分析的统一空间和拓扑图神经网络的新框架。该方法整合了邻里连通性、多样化的城市特征和位置嵌入，以更好地理解复杂的城市结果。通过使用MedSAT数据集对大伦敦地区的城市健康预测进行的案例研究，UST-GNN的样本外R^2提高了13.2%，显著优于现有方法。该框架还包括一个用于解释学习到的嵌入的模块，提供了对政策相关因素的见解，并有助于城市规划和决策。