SpatialVec获IEEE大数据2026会议接收

一种名为SpatialVec的统一表征学习框架近日获得进展。该框架通过Transformer编解码器生成表征，专门针对GeoAI空间推理任务设计，采用几何重建训练和自适应采样边界的技术，以捕捉精细空间结构。 该研究已在两个真实数据集上完成验证，结果显示SpatialVec在下游预测与分类任务中性能显著优于现有基准模型，证明其有效性与优势。 在学术认可方面，该论文已于近期被2026年IEEE大数据国际会议接收为全文研究论文，标志着这一基于边界感知采样的地理空间对象表征学习工作得到同行专家正式认可。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。