会员服务
空间数据又称几何数据，它用来表示物体的位置、形态、大小分布等各方面的信息，是对现世界中存在的具有定位意义的事物和现象的定量描述。根据在计算机系统中对地图是对现实教想的存储组织、处理方法的不同，以及空间数据本身的几何特征，空间数据又可分为图形数据和图像数据。
SpatialBench: Can Agents Analyze Real-World Spatial Biology Data?
Arxiv
0+阅读 · 1月5日
Real-Time LiDAR Point Cloud Densification for Low-Latency Spatial Data Transmission
Arxiv
0+阅读 · 1月3日
Towards Vision-Language Geo-Foundation Model: A Survey
Arxiv
0+阅读 · 1月4日
OptiVote: Non-Coherent FSO Over-the-Air Majority Vote for Communication-Efficient Distributed Federated Learning in Space Data Centers
Arxiv
0+阅读 · 2025年12月30日
TL: Automatic End-to-End Compiler of Tile-Based Languages for Spatial Dataflow Architectures
Arxiv
0+阅读 · 2025年12月17日
SpatialBench: Can Agents Analyze Real-World Spatial Biology Data?
Arxiv
0+阅读 · 2025年12月26日
SIG-Chat: Spatial Intent-Guided Conversational Gesture Generation Involving How, When and Where
Arxiv
0+阅读 · 2025年11月8日
An accuracy-runtime trade-off comparison of scalable Gaussian process approximations for spatial data
Arxiv
0+阅读 · 2025年12月18日
Statistical Inferences and Predictions for Areal Data and Spatial Data Fusion with Hausdorff--Gaussian Processes
Arxiv
0+阅读 · 2025年11月11日
Assessing Spatial Disparities: A Bayesian Linear Regression Approach
Arxiv
0+阅读 · 2025年11月20日
Efficient representation of 3D spatial data for defense-related applications
Arxiv
0+阅读 · 2025年11月7日
Parametric estimation for linear parabolic SPDEs in two space dimensions based on temporal and spatial increments
Arxiv
0+阅读 · 2023年4月19日
Neural networks for geospatial data
Neural networks for geospatial data
Arxiv
0+阅读 · 2023年4月18日
On the Opportunities and Challenges of Foundation Models for Geospatial Artificial Intelligence
Arxiv
2+阅读 · 2023年4月13日
DASS Good: Explainable Data Mining of Spatial Cohort Data
Arxiv
0+阅读 · 2023年4月10日
参考链接
微信扫码咨询专知VIP会员
Top