本研究首先针对现有的疫情地图风险感知和符号设计形式展开内容分析，从符号本质出发提炼基础的符号表达形式，采用脑电中的ERP技术和问卷法，通过主客观相结合的方式比较不同疫情地图表达形式的风险感知加工过程，...

提出了一种新模型，通过多个代理在强化学习（RL）中进行连续决策，自动选择空间显式特征的子集。我们设计了一种新颖的奖励机制，将下游分类任务的知识反馈到特征选择的循环中。通过对兴趣点数据集的大量实验，证...

利用地图综合中的Snake位移算法同时移动区域质心和边界节点。随后，通过将网格与新生成的边界对齐，并使用一对一匹配算法将每个区域分配给特定网格来创建GridMap。

本研究使用眼动跟踪和深度学习技术准确、快速地在街景图像中获取观测者主观视觉感知特征以及每个像素的语义信息，进而高效地挖掘出街景中蕴含的地物信息与感知信息，最后借助于随机森林等数学学习模型，将某个特...

提出了基于任务的特定提示的微调方法Ta-Adapter，用于协助CLIP模型更好地迁移到下游数据集。

4月27日至28日，团队指导老师禹文豪、杨乃受邀前往上海市大数据中心交流学习。