0%

Geographically neural network weighted regression for the accurate estimation of spatial non-stationarity

阅读全文 »

地理加权回归(GWR)是处理空间异质性的经典工具:回归系数随地理位置变化,让模型捕捉"不同地方影响机制不同"的现象。但经典 GWR 有两个已知缺陷:所有变量共享同一个带宽(假设空间过程在各变量上尺度相同),且只能处理截面数据(忽略时间维度)。本文介绍两条改进路线:多尺度 GWR(MGWR)解决带宽问题,时空加权回归(GTWR)引入时间维度,最后回顾我们之前介绍的 GNNWR 如何用神经网络进一步放松 GWR 的线性假设。

阅读全文 »
🌙