專知 - 時空深度學習，136頁ppt－鑽石舞台

位置採集和無線通信技術的進步使得時空(ST)數據的可用性更加廣泛。深度神經網絡(DNNs)已成功地應用於各種問題，如計算機視覺、語音識別、自然語言理解。與這些領域不同，ST數據具有獨特的空間屬性(即地理層次和距離)和時間屬性(即緊密程度、時期和趨勢)。同時獲得所有這些ST特性是非常具有挑戰性的。

張鈞波

京東智能城市研究院人工智能實驗室主任，京東科技數字城市群高級總監

講者簡介：張鈞波，博士，京東智能城市研究院人工智能實驗室主任、京東科技數字城市群高級總監，主管面向智能城市的人工智能技術研發、產品打造與應用落地。主要從事時空人工智能、城市計算、深度學習、聯邦學習等領域的研究，擔任AI領域國際權威期刊《ACM Transactions on Intelligent Systems and Technology》編委。2021年，獲教育部自然科學獎二等獎、中國專利優秀獎。在AI Journal、IEEE TKDE、KDD、AAAI、IJCAI、WWW、UbiComp等國內外權威期刊和會議上發表論文50餘篇（引用4000多次，H-Index：31），申請發明專利10餘項，出版專著1部。他是CCF高級會員、CCF人工智能與模式識別專委會委員。加入京東後，他帶領團隊研發時空智能引擎系統、聯邦數字網關系統等產品，已在北京、南通、成都等智慧城市項目中得到應用落地。