CNET科技資訊網 6月8日 北京消息:6月6日消息,在端午節(jié)小長假前夕,全國多地公安交通管理部門與高德地圖聯合發(fā)布《2016年端午節(jié)出行預測報告》。
本次報告融合了高德地圖交通大數據、位置大數據和POI大數據,以及北京、湖南、河南、廣州、深圳、天津等全國60多個省、市級公安交通管理部門的數據,分析了端午期間全國整體的出行趨勢,具體發(fā)布了21個省、市的出行預測和交通指南,綜合涵蓋了210多個熱點景區(qū),提供了390多處進出城高速、跨城高速的避堵繞行方案。
交通參與者可通過122交通網專題或高德地圖交通大數據官網了解《2016年端午節(jié)出行預測報告》具體內容,以及通過各地公安交管部門的官方微博、微信公眾號了解所在城市的避堵攻略。同時,高德地圖APP也將以消息推送的形式向各個城市用戶推送各城市的出行指南,而UC頭條則也會在各城市頻道首頁推薦相應城市的避堵攻略。
端午小長假以短途出游為主 6月8日15點開始出現出行高峰
報告顯示,由于端午期間高速不免費,受外出活動,加之高考結束,學子出游的影響,預計6月8日下午15:00-20:00為出行高峰,受正常通勤客流和出游客流疊加影響,高速車流將大幅增加。6月9日全國高速整體處于流量較為飽和狀態(tài),上午9:00-12:00為出行高峰。6月10日全國高速整體路況運行良好,受出游及少量返程客流影響,下午17:00高速流量將呈上升趨勢。6月11日由于返程客流出行集中,預計16:00左右會出現高流量。
此外,數據還顯示,端午小長假民眾出行需求以短途出游為主,城市周邊熱門出游路線易發(fā)生擁堵現象。京津冀擁堵區(qū)域主要以北京周邊高速為主,長三角區(qū)域以上海、杭州周邊高速為主,珠三角擁堵區(qū)域則以廣州、深圳周邊高速為主。西南地區(qū)云南省高速擁堵較突出,西北地區(qū)擁堵較分散,易出現短距離階段性擁堵。
杭州西湖依然最熱門 十大冷門5A景區(qū)出爐
報告顯示,高德地圖交通大數據依據歷年同時期導航用戶的出行數據,預測出了端午小長假期間熱門出游城市排行。數據顯示,端午期間熱門出游城市分別為北京、上海、成都、深圳、廣州、杭州、蘇州、天津、南京、重慶。其中,排名靠前的城市均是北上廣深等經濟發(fā)達城市,以及成都、杭州、蘇州、重慶等熱門旅游城市。
此外,本次報告首次公布了高德地圖開放平臺最新上線的大數據分析產品——高德指數。高德地圖數據分析師表示,高德指數代表了某個區(qū)域的人群熱度和活躍度,人群熱度越大,則該區(qū)域的高德指數越高。他還表示,高德指數的主要數據來源是高德地圖的位置服務數據,“在中國,每10個智能設備中有9個用到了高德的定位及地圖服務”,日均位置服務請求達到百億級別,基本能夠反映某個區(qū)域的人口熱度以及變化趨勢。
報告顯示,依據高德指數預測,端午期間最熱門的景區(qū)依舊是杭州西湖風景名勝區(qū),其次TOP20依次為白云山風景名勝區(qū)、北京奧林匹克公園、青島嶗山國家級風景名勝區(qū)、西溪國家濕地公園、金石灘、鐘山風景區(qū)、千島湖風景區(qū)、圓明園、雁蕩山、大理古城、麗江古城、武當山風景區(qū)、鄱陽湖、武漢園博園、天壇公園、五臺山風景名勝區(qū)、頤和園、鼓浪嶼風景名勝區(qū)、金雞湖景區(qū)。其中,北京占四席,杭州占三席。
有熱門,自然也有冷門。高德指數還依據歷年來各大5A景區(qū)的出行熱門,綜合得出了全國十大冷門景區(qū),依次為皇城相府、巴人故里國家森林公園清江畫廊、太平雙溪風景名勝區(qū)十八道地景區(qū)、湯旺河林海奇石風景區(qū)、滕頭生態(tài)旅游區(qū)、老界嶺、重慶南川區(qū)神龍峽風景區(qū)、寶峰湖風景區(qū)、三仙山、神農架。這些景區(qū)游客相對較少,值得大家錯峰游玩。
在端午節(jié),吃粽子、賽龍舟是傳統(tǒng)習俗。全國各地熱門的龍舟大賽也是民眾出行較為集中的目的地。高德地圖POI大數據依據今年即將舉辦龍舟賽的活動舉辦地的大小,以及周邊用餐及住宿的便捷程度,得出了端午期間十大最佳龍舟賽觀賞地,預計長春凈月潭龍舟賽最宜觀賞,而金雞湖、汨羅江位于其次。據悉,全國TOP10龍舟賽活動地中北方城市占4席,南方城市占6席。
截止目前,高德地圖已連續(xù)三年發(fā)布了中國主要城市交通分析報告,不僅有年度、季度分析報告,還有各城市的月報、周報、日報和節(jié)假日出行預測報告,涵蓋全國60個城市。此外,高德地圖的實時交通信息服務,已經支持全國所有城市(364個以上),是國內唯一能覆蓋全國的地圖軟件。高德地圖副總裁董振寧表示,高德地圖的海量交通出行數據來自于全國各地交通行業(yè)浮動車(包括出租車、物流車等)和高德地圖超過5億用戶出行數據的結合,多渠道的海量出行數據保證了報告結果的準確性和權威性。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發(fā)現游戲中的三種推理模式能成功轉移到數學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數學優(yōu)化方法,在合成數據集上實現37.9%的精度提升,并在真實設備上展現出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現,經過強化學習訓練的視覺語言模型雖然表現出"頓悟時刻"現象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯合提出SparseLoRA技術,通過動態(tài)稀疏性實現大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。