路虽远行则将至,事虽难做则必成。漫漫长路,必见曙光。《荀子•修身》
Breaking the black box: an interpretable machine learning model for global terrorism forecasting
Terrorist attacks significantly threaten a nation’s stability, prosperity, and social cohesion. Therefore, predicting terrorist attacks and identifying their underlying drivers are crucial for formulating effective counterterrorism strategies. Existing studies often prioritize either temporal or spatial dimensions, while their interplay and specific socioeconomic drivers are less explored. In this study, global news data are leveraged to construct a novel global conflict index (GCI), which integrates multisource datasets to comprehensively characterize the key drivers of terrorist attacks. TerrorXG is proposed to predict terrorist attacks, and SHAP analysis is applied to quantitatively interpret the importance and contributions of the driving factors. TerrorXG demonstrated superior performance (RMSE: 0.319; PCC: 0.777) and high computational efficiency. Compared with the second most influential factor (population size), the proposed GCI has a 42.4% greater impact on terrorist attacks. The interpretability analysis of the model highlights socioeconomic inequality as a primary determinant: the impacts of child malnutrition and infant mortality are 38.4% to 108.5% greater than the effect of urbanization. The influence of ethnicity represents only 9.7% of the impact of the GCI, providing empirical evidence that challenges traditional theoretical perspectives on ethnic conflict in terrorism research. This study provides valuable insights for optimizing the allocation of counterterrorism resources.
会议通知 | 测绘遥感地理信息学术会议暨第二届“思本论坛”
赣鄱大地物华天宝,人杰地灵,自古以来地理学与地图测绘人才辈出。为纪念朱思本、罗洪先、陈述彭等先贤,弘扬江西地理学与地图测绘学的光荣传统,2026年“测绘遥感地理信息学术会议暨第二届‘思本论坛’”由江西理工大学主办。
本次论坛立足江西、面向全国、辐射全球,旨在为海内外测绘遥感地理信息领域的科学家、技术专家、企业家和学生搭建一个开放包容的学术交流平台。会议将总结并展示该领域的最新研究成果,推动基础理论、关键技术和应用发展,并形成长期稳定的跨区域合作群体。同时,会议也将助力江西理工大学新成立的低空技术学院在学科建设、人才培养和科学研究等方面取得更大发展。
在研课题 | DCAI-Driven Disaster Data Bank for Human Mobility Resilience
Research title:A Data-Centric AI (DCAI) Driven Disaster Data Bank for Assessing Human Mobility Resilience under Extreme Events
在研课题 | 多模态时空信息融合驱动的网约车动态区域划分与供需预测
近年来,随着移动互联网普及与城市化进程加快,网约车出行已成为城市交通体系的重要组成部分。网约车平台的高效运营依赖于对供需关系的精细化时空感知与预测,预测精度直接影响调度合理性与服务质量。供需预测中,时空因素至关重要:一方面,城市空间受路网分隔与行政边界制约,规则格网划分难以贴合真实路网且未顾及时段动态特性;另一方面,大型活动与极端天气等外部事件对局部供需具有突发性影响,依赖单一时序数据的模型难以刻画此类非平稳扰动。
发明专利 | 用于微观尺度下不同用电场景的城市变电站选址优化方法
专利简介: 本发明公开了一种用于微观尺度下不同用电场景的城市变电站选址优化方法,该方法涉及电力规划与地理信息技术领域,旨在解决城市微观尺度下变电站选址难以适应多样化用电场景及布局不合理的问题。本发明通过构建针对微观尺度的优化模型,结合不同用电场景的负荷
会议通知 | 2026年中国地理学会春季年会暨中国地理编辑出版年会
“十五五”时期是基本实现社会主义现代化夯实基础、全面发力的关键时期。地理学作为支撑可持续发展的基础性学科,亟需以创新驱动为核心,勇担服务生态文明建设、区域高质量发展及全球治理的重要使命。
在此背景下,为促进地理学高质量发展及其服务能力可持续提升,奠定未来五年的发展基调,**2026年中国地理学会春季年会暨中国地理编辑出版年会**将于**2026年4月24–26日**在**重庆市**隆重举行。本次会议规模预计达**2000人**。
会议旨在充分发挥科技期刊在学科发展中的“方向引领”与“服务支撑”双重作用,搭建高水平学术交流平台。我们诚挚邀请全国地理学及相关领域的科研教学工作者、编辑出版人员及研究生积极参会,共同传播最新研究成果、探索科技前沿,推动地理学理论、技术与方法的创新,促进学术出版与科研创新的深度融合,为地理学在“十五五”开局之年的高质量发展拼出开局之势、干出开局之为。
发明专利 | 一种支持城市体检的指标可视化方法及系统
本发明公开了一种城市用地变化模拟方法、介质及设备,该方法涉及城市规划与地理信息技术领域,旨在解决城市用地变化模拟精度不足及效率低下的问题。本发明通过构建多源数据融合模型,结合深度学习算法与时空演化规则,实现对城市用地变化的动态模拟与预测。该方法不仅能够高效处理大规模城市数据,还能通过优化的计算架构提升模拟的实时性与准确性,为城市规划、土地资源管理及可持续发展决策提供科学依据和技术支撑。
团队新闻 | 人工智能素养训练营第1期:从地理大模型到地理智能体
应地理与信息工程学院邀请,中国地质大学(武汉)姚尧教授将于4月9日下午举办“人工智能素养训练营”第一期讲座,主题为“从地理大模型到地理智能体”,深入探讨地理信息科学领域的前沿技术与应用。
Bidirectional Urban-Traffic Causality in 30 Cities
Title: Bidirectional yet asymmetric causality between urban systems and traffic dynamics in 30 cities worldwide