为了进一步推进 AI for Science 的普适化，将学术机构的科研成果进一步降低传播壁垒，分享给更广泛的行业学者、科技爱好者及产业单位，HyperAI超神经策划了「Meet AI4S」视频栏目，邀请深耕 AI4S 领域的科研人员或相关单位，以视频的形式分享研究成果、方法思路，共同探讨 AI4S 在科研进展及推进落地过程中面临的机遇和挑战，促进 AI4S 的科学普及和传播。

「Meet AI4S」系列直播第一期将于 7 月 17 日 19:00 点正式上线！我们邀请到了浙江大学遥感与地理信息系统博士生丁佳乐， 他将以「神经网络为房价的空间异质性提供新解释」为题分享最新研究成果。

❗️扫码预约直播

活动介绍

⏰ 直播时间：7 月 17 日 19:00

💡 分享主题：神经网络为房价的空间异质性提供新解释

📕 内容简介：

为刻画地理要素间回归关系在不同空间位置体现出的空间非平稳性，地理加权回归 (GWR) 等空间回归模型根据地理学第一定律，将空间上更邻近的样本赋予更高的权重来建立局部的回归关系。然而，在复杂的城市场景中，简单的直线距离并不能充分反映真实的空间邻近性。

我们通过一个简单的神经网络模型，在保留回归结果的空间可解释性的同时，优化了空间邻近性的表达，从而获得了更高的建模精度。

此外，我们还开源了一个时空智能回归模型库，其中包含 GNNWR、GTNNWR 模型和其他衍生模型的源代码、模型使用教程笔记，以及已发布的 Python wheels。

• 项目地址：https://github.com/zjuwss/gnnwr

🤔 观众观看本场分享，你将了解：

1. 可以对 GWR 传统的空间回归分析方法有一定的了解
2. 可以了解 osp-GNNWR 模型的设计思路和作用
3. 可以收获一个房价分析的新思路