Fresh! [1 week old]
Though, they provide neither training pipeline nor the model itself
https://www.mdpi.com/2220-9964/14/8/284
Though, they provide neither training pipeline nor the model itself
https://www.mdpi.com/2220-9964/14/8/284
MDPI
Graph Representation Learning on Street Networks
Street networks provide an invaluable source of information about the different temporal and spatial patterns emerging in our cities. These streets are often represented as graphs where intersections are modeled as nodes and streets as edges between them.…
Forwarded from Научный опенсорс (Nikolay Nikitin)
Небольшое объявление для тех, кто хочет попробовать себя на научной позиции в сфере AI/ML:
У нас Институте ИИ ИТМО открылось несколько вакансий уровня junior и middle, от NSS Lab и AI Industrial Research Lab.
Среди тематики выделали три основных трека: по AI4Science, AI4Industry и по мультиагентным LLM.
В ходе работы можно будет и поучаствовать в разработке наших многочисленных open-source решений, и поресерчить на уровне A*/Q1.
Так что если ищете позицию с уклоном в разработку ПО - такие тоже есть.
Все подробности и форма для откликов - тут.
У нас Институте ИИ ИТМО открылось несколько вакансий уровня junior и middle, от NSS Lab и AI Industrial Research Lab.
Среди тематики выделали три основных трека: по AI4Science, AI4Industry и по мультиагентным LLM.
В ходе работы можно будет и поучаствовать в разработке наших многочисленных open-source решений, и поресерчить на уровне A*/Q1.
Так что если ищете позицию с уклоном в разработку ПО - такие тоже есть.
Все подробности и форма для откликов - тут.
https://github.com/pysal/gwlearn
Geographically weighted modeling based on scikit-learn.
gwlearn provides geographically weighted extension of regression and classification models based on scikit-learn. At least that is the aim. It does that only partially at the moment.
Pre-alpha state of development.
Geographically weighted modeling based on scikit-learn.
gwlearn provides geographically weighted extension of regression and classification models based on scikit-learn. At least that is the aim. It does that only partially at the moment.
Pre-alpha state of development.
GitHub
GitHub - pysal/gwlearn: Geographically weighted modelling based on scikit-learn
Geographically weighted modelling based on scikit-learn - pysal/gwlearn
🔥1
Forwarded from City’s Backyard
А что если бы вы могли искать в базе данных слова, которые можно увидеть на улицах - в рекламе, на вывесках, знаках, граффити, надписях?
Таким вопросом задался Yufeng Zhao, а описать процесс и анализировать результаты взялись The Pudding в материале NYC’s Urban Textscape.
Юфан Джао скормил миллионы публично доступных панорам из Google в computer vision программу которая распознает тексты на картинке. Так получился сайт с базой данных слов, которые геопривязаны - можно искать как в любой другой базе данных и получать карты с концентрациями слов. Очень интересно как можно увидеть все от коммьюнити (по слову церковь на испанском), до типологий жилья - по слову beware, которое обычно висит на участках с собакой 🙂
Мне кажется очень мощный проект! Классно было бы закодить то же самое для других городов америки например, интересно было бы посмотреть отличия!
Цифры: > 8 миллионов панорам и 138 миллинов распознанных на них слов 😮💨
Читайте, изучайте, пишите что думаете и какие появились идеи!
Таким вопросом задался Yufeng Zhao, а описать процесс и анализировать результаты взялись The Pudding в материале NYC’s Urban Textscape.
Юфан Джао скормил миллионы публично доступных панорам из Google в computer vision программу которая распознает тексты на картинке. Так получился сайт с базой данных слов, которые геопривязаны - можно искать как в любой другой базе данных и получать карты с концентрациями слов. Очень интересно как можно увидеть все от коммьюнити (по слову церковь на испанском), до типологий жилья - по слову beware, которое обычно висит на участках с собакой 🙂
Мне кажется очень мощный проект! Классно было бы закодить то же самое для других городов америки например, интересно было бы посмотреть отличия!
Цифры: > 8 миллионов панорам и 138 миллинов распознанных на них слов 😮💨
Читайте, изучайте, пишите что думаете и какие появились идеи!
https://geoscience-meeting.ch/sgm2025/
5 + 6 December 2025
University of Bern
The Institute of Geological Sciences of the University of Bern, the Platform Geosciences of the Swiss Academy of Sciences, SCNAT as well as the Swiss Association of Geologists, CHGEOL cordially invite you to participate in the 23rd Swiss Geoscience Meeting × 7thSwiss Geologists Day to be held on Friday, 5 December and Saturday, 6 December, 2025 in Bern.
У них там call for abstracts до конца августа
5 + 6 December 2025
University of Bern
The Institute of Geological Sciences of the University of Bern, the Platform Geosciences of the Swiss Academy of Sciences, SCNAT as well as the Swiss Association of Geologists, CHGEOL cordially invite you to participate in the 23rd Swiss Geoscience Meeting × 7thSwiss Geologists Day to be held on Friday, 5 December and Saturday, 6 December, 2025 in Bern.
У них там call for abstracts до конца августа
🔥1