Анализ сайта gengchenmai.github.io
Основное Готовность: 100%
Домен
gengchenmai.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
http://gengchenmai.github.io
301 MovedPermanently
https://gengchenmai.github.io/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 29.09.2026 16:19:08.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
HTTP автоматически перенаправляется на HTTPS.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
en
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en.
Скорость загрузки
~0,53сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,53сек оптимальна.
Объем документа
362Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 362Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 10
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 10 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | css/bootstrap.min.css | |
| stylesheet | css/leaflet.css | |
| stylesheet | css/gengchen.css | |
| js | https://www.googletagmanager.com/gtag/js?id=UA-117839451-1 | |
| js | js/leaflet.js | |
| js | https://platform.twitter.com/widgets.js | |
| js | text/javascript | //clustrmaps.com/map_v2.js?d=6Tf8_uTcVw0s5KSSscriLHsQGmyyRDC5-FJdEZClO6Q&cl=ffffff&w=a |
| js | js/jquery.js | |
| js | js/bootstrap.min.js | |
| js | js/gengchen.js |
Серверные заголовки
Кол-во: 18
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 18шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| Strict-Transport-Security | max-age=31556952 |
| ETag | "6a8640dc-5aa0e" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 5238:9229B:273508:2A52D9:6A89D3EB |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 16:52:59 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270049-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787417579.194686,VS0,VE142 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 6af61f003e95e6bab43d70caf5079e58a01215e2 |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 32%
Title
Gengchen Mai - UT
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 17, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Установите мета-тег description!
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Рекомендуем прописать канонический Url.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, initial-scale=1
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Не найдено
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 3
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 3шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1 |
| name | description | |
| name | author |
Оптимизация Готовность: 62%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют по одному на документ).
Контент
Ошибок нет
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 3 встречаются в тексте достаточно.
Абзацев с текстом 1514 достаточно.
Среднее число слов в абзаце 12 достаточно.
Кол-во знаков контента 119833 на странице оптимально.
Кол-во слов 17620 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h2> 14. Это хорошо.
На странице присутствуют заголовки <h3> 90.
Тошнота
13,19
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
223,07%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| gengchen | 174 | 0,99% |
| learning | 100 | 0,57% |
| spatial | 99 | 0,56% |
| geography | 89 | 0,51% |
| geospatial | 80 | 0,45% |
| krzysztof | 76 | 0,43% |
| janowicz | 76 | 0,43% |
| geographic | 74 | 0,42% |
| intelligence | 71 | 0,40% |
| science | 70 | 0,40% |
| information | 67 | 0,38% |
| sigspatial | 67 | 0,38% |
| artificial | 65 | 0,37% |
| knowledge | 65 | 0,37% |
| university | 61 | 0,35% |
| presentation | 61 | 0,35% |
| models | 60 | 0,34% |
| workshop | 55 | 0,31% |
| research | 54 | 0,31% |
| proceedings | 54 | 0,31% |
Индексация Готовность: 0%
Индексирование
Есть ошибки
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 888 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 299
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 299 слишком много. Проведите оптимизацию сайта!
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| / |
gengchen.mai AT austin.utexas.edu
|
|
Анализировать url |
| /html/recruit.html |
here
|
|
Анализировать url |
| /csp-website/ |
Here
|
|
Анализировать url |
| /html/recruit.html |
here
|
|
Анализировать url |
| / |
Geographic Question Answering with Spatially-Explicit Machine Learning Models
|
|
Анализировать url |
| / |
<font color="red"><b>* 2011-2012 Chinese National Scholarship [国家奖学金] </b></font>
|
|
Анализировать url |
| / |
<font color="red"><b>* 2012-2013 Chinese National Scholarship [国家奖学金] </b></font>
|
|
Анализировать url |
| / |
<font color="red"><b>* 2013-2014 Chinese National Scholarship [国家奖学金] </b></font>
|
|
Анализировать url |
| / |
<font color="red"><b>* 2015 Outstanding Undergraduate Student of Wuhan University [武汉大学2015届优秀本科毕业生] (11 out of all 8000+ undergraduate students from Wuhan University)</b></font>
|
|
Анализировать url |
| / |
Nick Martinelli
|
|
Анализировать url |
| / |
Reducing Health Disparities Through Applications of Artificial Intelligence and Machine Learning in Health Communication: A Narrative Review
|
|
Анализировать url |
| / |
The Palgrave Handbook of Communication and Health Disparities
|
|
Анализировать url |
| / |
Spatial Representation Learning in GeoAI
|
|
Анализировать url |
| / |
Handbook of Geospatial Artificial Intelligence (GeoAI)
|
|
Анализировать url |
| / |
Automatic Urban Road Map Generation from Massive GPS Trajectories of Taxis
|
|
Анализировать url |
| / |
Harnessing Heterogeneous Big Geospatial Data
|
|
Анализировать url |
| / |
Spatial-Agent: Agentic Geo-spatial Reasoning with Scientific Core Concepts
|
|
Анализировать url |
| / |
Spatial-RAG: Spatial Retrieval Augmented Generation for Real-World Geospatial Reasoning Questions
|
|
Анализировать url |
| / |
EcoDiffusion: Uncertainty-Aware Emulation of Ecosystem Processes with Conditional Diffusion for Long Sequences with Single-Step Initialization
|
|
Анализировать url |
| / |
Street Semantic Tree: A knowledge-driven GeoAI framework for urban e-scooter ridership classification
|
|
Анализировать url |
| / |
Scenario-Based Evaluation of Probabilistic Time Series Forecasting for Solar Energy [Short Paper].
|
|
Анализировать url |
| / |
Whose Truth? Pluralistic Geo-Alignment for (Agentic) AI.
|
|
Анализировать url |
| / |
Operationalizing Geographic Diversity for the Evaluation of AI-generated Content
|
|
Анализировать url |
| / |
BERT4Traj: Transformer-Based Trajectory Reconstruction for Sparse Mobility Data
|
|
Анализировать url |
| / |
SRL: Towards a General-Purpose Framework for Spatial Representation Learning (Vision Paper)
|
|
Анализировать url |
| / |
Enhancing CyanoHAB Monitoring Across Multi-Satellite Sensors: Combining Empirical Phycocyanin Algorithms using Machine Learning
|
|
Анализировать url |
| / |
Artificial Intelligence Enabled Participatory Planning: A Review.
|
|
Анализировать url |
| / |
Rethink Geographical Generalizability with Unsupervised Self-Attention Model Assemble: A Case Study of OpenStreetMap Missing Building Detection in Africa
|
|
Анализировать url |
| / |
Building Privacy-Preserving and Secure Geospatial Artificial Intelligence Foundation Models (Vision Paper)
|
|
Анализировать url |
| / |
"Geo"-AI Foundation Models: Reality, Gaps and Opportunities (Vision Paper)
|
|
Анализировать url |
| /papers/2023-ISPRS-PHOTO-Sphere2Vec.pdf |
Sphere2Vec: A General-Purpose Location Representation Learning over a Spherical Surface for Large-Scale Geospatial Predictions.
|
|
|
| /sphere2vec-website/ |
[Website]
|
|
Анализировать url |
| /papers/2023-ICML-CSP.pdf |
CSP: Self-Supervised Contrastive Spatial Pre-Training for Geospatial-Visual Representations
|
|
|
| /csp-website/ |
[Website]
|
|
Анализировать url |
| / |
The KnowWhereGraph Ontology: A Showcase
|
|
Анализировать url |
| / |
Expertise Ontology: Modeling Expertise in the Context of Emergency Management
|
|
Анализировать url |
| /papers/2021-IJGIS-Location-Encoding.pdf |
A Review of Location Encoding for GeoAI: Methods and Applications
|
|
|
| /papers/2021-JGSA-NarrCarto.pdf |
Narrative Cartography with Knowledge Graphs
|
|
|
| / |
COVID-Forecast-Graph: An Open Knowledge Graph for Consolidating COVID-19 Forecasts and Economic Indicators via Place and Time
|
|
Анализировать url |
| / |
Geoparsing: Solved or Biased? An Evaluation of Geographic Biases in Geoparsing
|
|
Анализировать url |
| / |
LD Connect: A Linked Data Portal for IOS Press Scientometrics
|
|
Анализировать url |
| / |
SOSA-SHACL: Shapes Constraint for the Sensor, Observation, Sample, and Actuator Ontology
|
|
Анализировать url |
| / |
A Pattern for Features on a Hierarchical Spatial Grid
|
|
Анализировать url |
| /papers/2021-AGILE21_GeoQA.pdf |
Geographic Question Answering: Challenges, Uniqueness, Classification, and Future Directions
|
|
|
| / |
A Socially Aware Huff Model for Destination Choice in Nature-based Tourism
|
|
Анализировать url |
| / |
<font color="red"><b>* Best Full Paper Nominatee</b></font>
|
|
Анализировать url |
| /papers/2020-TGIS-SE-KGE.pdf |
SE-KGE: A Location-Aware Knowledge Graph Embedding Model for Geographic Question Answering and Spatial Semantic Lifting
|
|
|
| /presentations/2020-EsriUC2020-Pos_Enc_QA.pdf |
[slides]
|
|
|
| / |
<font color="red"><b>* Top Cited Papers in TGIS 2020-2021</b></font>
|
|
Анализировать url |
| / |
Traffic Transformer: Capturing the Continuity and Periodicity of Time Series for Traffic Forecasting
|
|
Анализировать url |
| /awards/TGIS-Top Cited Article 2020-2021-SE-KGE.pdf |
<font color="red"><b>* Top Cited Papers in TGIS 2020-2021</b></font>
|
|
|
| /papers/2020-ICLR2020-Space2Vec.pdf |
Multi-Scale Representation Learning for Spatial Feature Distributions using Grid Cells
|
|
|
| /presentations/2020-ICLR2020-Space2Vec.pdf |
[slides]
|
|
|
| /papers/2020-AGILE2020-ArcGIS_Online_Search_Engine.pdf |
Semantically-Enriched Search Engine for Geoportals: A Case Study with ArcGIS Online
|
|
|
| /papers/2019-TGIS-LDConnector.pdf |
Deeply Integrating Linked Data with Geographic Information Systems
|
|
|
| /papers/2019-TGIS-GKG_RL.pdf |
A Spatially-Explicit Reinforcement Learning Model for Geographic Knowledge Graph Summarization
|
|
|
| /papers/2019_TGIS_DirTFL.pdf |
Making Direction a First-Class Citizen of Tobler's First Law of Geography
|
|
|
| /papers/2019-K-CAP-Attention-GraphQA.pdf |
Contextual Graph Attention for Answering Logical Queries over Incomplete Knowledge Graphs
|
|
|
| /papers/2019-K-CAP-TransGCN.pdf |
TransGCN: A Translation-Based Graph Convolutional Network Model for Link Prediction
|
|
|
| /papers/2019-AGILE19_TransGeo.pdf |
Relaxing Unanswerable Geographic Questions Using A Spatially Explicit Knowledge Graph Embedding Model
|
|
|
| /papers/2017-TGIS-ADCN.pdf |
ADCN: An Anisotropic Density-Based Clustering Algorithm for Discovering Spatial Point Patterns with Noise
|
|
|
| /papers/2018-EKAW18_TransRW.pdf |
Support and Centrality: Learning Weights for Translation-based Knowledge Graph Embedding Models
|
|
|
| /papers/2018-ISWC18_Debiasing.pdf |
Debiasing Knowledge Graphs: Why Female Presidents are not like Female Popes [Vision Paper]
|
|
|
| /papers/2018-GIScience18_xNet+SC.pdf |
xNet+SC: Classifying Places Based on Images by Incorporating Spatial Contexts
|
|
|
| /papers/2018-AGILE_Semantic_Map.pdf |
Visualizing The Semantic Similarity of Geographic Features [Short Paper]
|
|
|
| /papers/2018-ESWC_GNIS-LD.pdf |
GNIS-LD: Serving and Visualizing the Geographic Names Information System Gazetteer As Linked Data
|
|
|
| /papers/2017-ACM_SIGSPATIAL17_place2vec.pdf |
From ITDL to Place2Vec -- Reasoning About Place Type Similarity and Relatedness by Learning Embeddings From Augmented Spatial Contexts
|
|
|
| /papers/2016-ACM_SIGSPATIAL16_DBSCAN.pdf |
ADCN: An Anisotropic Density-Based Clustering Algorithm [Short paper]
|
|
|
| /papers/2016-GIScience16_STG.pdf |
Identifying Local Spatiotemporal Autocorrelation Patterns of Taxi Pick-ups and Drop-offs [Short paper]
|
|
|
| /papers/2016-GIScience16_linkeddata_quality.pdf |
Moon Landing or Safari? A Study of Systematic Errors and their Causes in Geographic Linked Data
|
|
|
| /papers/2015-IJAEOG.pdf |
Quantifying determinants of cash crop expansion and their relative effects using logistic regression modeling and variance partitioning
|
|
|
| /papers/2015-Ecological-Indicators.pdf |
Peri-urban vegetated landscape pattern changes in relation to socioeconomic development
|
|
|
| /papers/2015-Agricultural-Systems.pdf |
Farmland fragmentation due to anthropogenic activity in rapidly developing region
|
|
|
| / |
Text2Seg: Zero-shot Remote Sensing Image Semantic Segmentation via Text-Guided Visual Foundation Models
|
|
Анализировать url |
| / |
TorchSpatial: A Python Package for Spatial Representation Learning and Geo-Aware Model Development
|
|
Анализировать url |
| / |
GIMI: A Geographical Generalizable Image-to-Image Search Engine with Location Encoding and Contrastive Embedding
|
|
Анализировать url |
| / |
ChatGraph: Interpretable Text Classification by Converting ChatGPT Knowledge to Graphs
|
|
Анализировать url |
| / |
Identifying and Intervening in Key Predictors of Out-of-Hospital Cardiac Arrest Survival Outcome Using Explainable Artificial Intelligence
|
|
Анализировать url |
| /papers/2021-WOP-KWG-Causal.pdf |
A Pattern for Modeling Causal Relations Between Events
|
|
|
| /papers/2021-DaMaLOS-2021.pdf |
Environmental Observations in Knowledge Graphs
|
|
|
| /papers/2018-GIR18_POIReviewQA.pdf |
POIReviewQA: A Semantically Enriched POI Retrieval and Question Answering Dataset [Short Paper]
|
|
|
| /papers/2018-ISWC18_IOSKGE.pdf |
Combining Text Embedding and Knowledge Graph Embedding Techniques for Academic Search Engines
|
|
|
| /papers/2018-ML_paperAOI.pdf |
Collections of Points of Interest: How to Name Them and Why it Matters [Short Paper]
|
|
|
| /papers/2017-VOILA17_phuzzy.pdf |
Phuzzy.link: A SPARQL-Powered Client-Sided Extensible Semantic Web Browser
|
|
|
| /papers/2016-VOILA16_GeoLink.pdf |
A Linked Data Driven Visual Interface for the Multi-Perspective Exploration of Data Across Repositories
|
|
|
| /papers/2019-SDSS19-SpExML.pdf |
Spatially Explicit Machine Learning Model
|
|
|
| / |
Towards the Next Generation of Location Representation Learning
|
|
Анализировать url |
| / |
Geo-knowledge Guided LLM Agent Frameworks for Complex Geospatial Question Answering
|
|
Анализировать url |
| / |
Geo-knowledge Guided LLM Agent Frameworks for Complex Geospatial Question Answering
|
|
Анализировать url |
| / |
Towards the Next Generation of Location Representation Learning: TorchSpatial, GAIR, and LocDiffusion
|
|
Анализировать url |
| / |
University of Oklahoma Invited Talk for GeoAI Graduate Seminar
|
|
Анализировать url |
| / |
Spatial Representation Learning: What, How, and Why
|
|
Анализировать url |
| / |
Introduction to the Keynote Speakers of GISS Waldo Tobler and TGIS Distinguished Lecture
|
|
Анализировать url |
| / |
Panel Discussion on Spatial Representation Learning
|
|
Анализировать url |
| / |
Towards Multimodal Geospatial AI with Functional Spatial Representations
|
|
Анализировать url |
| / |
Towards Multimodal Geospatial AI with Functional Spatial Representations
|
|
Анализировать url |
| / |
Spatial Representation Learning for Geo-Foundation Models
|
|
Анализировать url |
| / |
Geospatial Acedemia and Industry Panel Discussion
|
|
Анализировать url |
| / |
Spatial Representation Learning: What, How, and Why
|
|
Анализировать url |
| / |
Spatial Representation Learning: What, How, and Why
|
|
Анализировать url |
Внешние ссылки
Кол-во: 570
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 570 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| liberalarts.utexas.edu |
the Department of Geography and the Environment
|
Анализировать url |
| utexas.edu |
University of Texas at Austin
|
Анализировать url |
| sites.utexas.edu |
Spatially Explicit Artificial Intelligence (SEAI) Lab
|
Анализировать url |
| research.google |
Google Research
|
Анализировать url |
| geography.uga.edu |
the Department of Geography
|
Анализировать url |
| uga.edu |
University of Georgia
|
Анализировать url |
| cs.uga.edu |
the Department of Computer Science, School of Computing, UGA
|
Анализировать url |
| ai.uga.edu |
the UGA Institute for Artificial Intelligence
|
Анализировать url |
| franklin.uga.edu |
UGA Environmental Artificial Intelligence Faculty Cluster
|
Анализировать url |
| precisionag.caes.uga.edu |
Institute for Integrative Precision Agriculture (IIPA), UGA
|
Анализировать url |
| ai.stanford.edu |
Stanford Artificial Intelligence Laboratory (SAIL)
|
Анализировать url |
| cs.stanford.edu |
Department of Computer Science
|
Анализировать url |
| stanford.edu |
Stanford University
|
Анализировать url |
| cs.stanford.edu |
Prof. Stefano Ermon
|
Анализировать url |
| geog.ucsb.edu |
Department of Geography
|
Анализировать url |
| ucsb.edu |
University of California, Santa Barbara
|
Анализировать url |
| stko.geog.ucsb.edu |
Space and Time for Knowledge Organization (STKO) Lab
|
Анализировать url |
| spatial.ucsb.edu |
UCSB Spatial Center
|
Анализировать url |
| geog.ucsb.edu |
Prof. Krzysztof Janowicz
|
Анализировать url |
| esri.com |
Esri Inc.
|
Анализировать url |
| saymosaic.com |
SayMosaic Inc.
|
Анализировать url |
| apple.com |
Apple Map
|
Анализировать url |
| x.company |
Google X
|
Анализировать url |
| sres.whu.edu.cn |
School of Resource and Environmental Sciences
|
Анализировать url |
| whu.edu.cn |
Wuhan University
|
Анализировать url |
| sites.utexas.edu |
SEAI Lab Website
|
Анализировать url |
| twitter.com |
Tweets by mai_gch
|
|
| arxiv.org |
TorchSpatial
|
Анализировать url |
| sites.utexas.edu |
Here
|
Анализировать url |
| drops.dagstuhl.de |
Probing the Information Theoretical Roots of Spatial Dependence Measures
|
Анализировать url |
| aag.org |
<b>* AAG 2023 J. Warren Nystrom Award (1 award recipient every year)</b>
|
Анализировать url |
| taibo.cn |
Top 10 WGDC 2022 Global Young Scientist Award
|
Анализировать url |
| geoai.ornl.gov |
GeoAI 2022
|
Анализировать url |
| geokg-sigspatial.github.io |
GeoKG 2022
|
Анализировать url |
| sigspatial2022.sigspatial.org |
ACM SIGSPATIAL 2022
|
Анализировать url |
| profiles.stanford.edu |
here
|
Анализировать url |
| ling-cai.github.io |
GeoKG & GeoAI 2021 workshop
|
Анализировать url |
| onlinelibrary.wiley.com |
Transactions in GIS special issue
|
Анализировать url |
| ling-cai.github.io |
GeoKG & GeoAI workshop
|
Анализировать url |
| twitter.com |
I defensed my PhD on 06/14/2021
|
|
| openreview.net |
ICLR 2020 paper
|
Анализировать url |
| neptune.ai |
one of the Best Deep Learning Papers by neptune.ai
|
Анализировать url |
| utexas.edu |
University of Texas at Austin
|
Анализировать url |
| liberalarts.utexas.edu |
College of Liberal Arts
|
Анализировать url |
| liberalarts.utexas.edu |
Geography and the Environment
|
Анализировать url |
| sites.utexas.edu |
Spatially Explicit Artificial Intelligence (SEAI) Lab, UT Austin
|
Анализировать url |
| geography.uga.edu |
Department of Geography, UGA
|
Анализировать url |
| ai.uga.edu |
UGA Institute for Artificial Intelligence
|
Анализировать url |
| uga.edu |
University of Georgia
|
Анализировать url |
| franklin.uga.edu |
Franklin College of Arts and Sciences
|
Анализировать url |
| geography.uga.edu |
Geography
|
Анализировать url |
| sites.utexas.edu |
Spatially Explicit Artificial Intelligence (SEAI) Lab, UGA
|
Анализировать url |
| cs.uga.edu |
Department of Computer Science, School of Computing, UGA
|
Анализировать url |
| ai.uga.edu |
UGA Institute for Artificial Intelligence
|
Анализировать url |
| franklin.uga.edu |
UGA Environmental Artificial Intelligence Faculty Cluster
|
Анализировать url |
| precisionag.caes.uga.edu |
Institute for Integrative Precision Agriculture (IIPA), UGA
|
Анализировать url |
| stanford.edu |
Stanford University
|
Анализировать url |
| engineering.stanford.edu |
Stanford School of Engineering
|
Анализировать url |
| cs.stanford.edu |
Computer Science
|
Анализировать url |
| ai.stanford.edu |
Stanford Artificial Intelligence Laboratory (SAIL)
|
Анализировать url |
| sustain.stanford.edu |
Stanford Sustainability and Artificial Intelligence Lab
|
Анализировать url |
| cs.stanford.edu |
Prof. Stefano Ermon
|
Анализировать url |
| ucsb.edu |
UC Santa Barbara
|
Анализировать url |
| ltsc.ucsb.edu |
College of Letter & Science
|
Анализировать url |
| geog.ucsb.edu |
Department of Geography
|
Анализировать url |
| stko.geog.ucsb.edu |
STKO Lab
|
Анализировать url |
| spatial.ucsb.edu |
UCSB Spatial Center
|
Анализировать url |
| geog.ucsb.edu |
Prof. Krzysztof Janowicz
|
Анализировать url |
| ucsb.edu |
UC Santa Barbara
|
Анализировать url |
| nceas.ucsb.edu |
National Center for Ecological Analysis & Synthesis (NCEAS)
|
Анализировать url |
| geog.ucsb.edu |
Prof. Krzysztof Janowicz
|
Анализировать url |
| ucsb.edu |
UC Santa Barbara
|
Анализировать url |
| ltsc.ucsb.edu |
College of Letter & Science
|
Анализировать url |
| geog.ucsb.edu |
Department of Geography
|
Анализировать url |
| stko.geog.ucsb.edu |
STKO Lab
|
Анализировать url |
| spatial.ucsb.edu |
UCSB Spatial Center
|
Анализировать url |
| cogsci.ucsb.edu |
Emphasis in Cognitive Science
|
Анализировать url |
| geog.ucsb.edu |
Prof. Krzysztof Janowicz
|
Анализировать url |
| geog.ucsb.edu |
Prof. Krzysztof Janowicz
|
Анализировать url |
| geog.ucsb.edu |
Prof. Werner Kuhn
|
Анализировать url |
| kgoulias.weebly.com |
Prof. Kostas Goulias
|
Анализировать url |
| geog.ucsb.edu |
<font color="red"><b>* The Jack and Laura Dangermond Graduate Fellowship (1 award recipients per year)</b></font>
|
Анализировать url |
| aag.org |
<font color="red"><b>* AAG 2021 Dissertation Research Grants (1 or more award recipients per year)</b></font>
|
Анализировать url |
| aag.org |
<font color="red"><b>* AAG 2022 William L. Garrison Award for Best Dissertation in Computational Geography (1 award recipient every other year)</b></font>
|
Анализировать url |
| aag.org |
<font color="red"><b>* AAG 2023 J. Warren Nystrom Award (1 award recipient every year)</b></font>
|
Анализировать url |
| ucsb.edu |
UC Santa Barbara
|
Анализировать url |
| ltsc.ucsb.edu |
College of Letter & Science
|
Анализировать url |
| geog.ucsb.edu |
Department of Geography
|
Анализировать url |
| stko.geog.ucsb.edu |
STKO Lab
|
Анализировать url |
| geog.ucsb.edu |
Prof. Krzysztof Janowicz
|
Анализировать url |
| geog.ucsb.edu |
Prof. Krzysztof Janowicz
|
Анализировать url |
| geog.ucsb.edu |
Prof. Werner Kuhn
|
Анализировать url |
| kgoulias.weebly.com |
Prof. Kostas Goulias
|
Анализировать url |
| escholarship.org |
ADCN: An Anisotropic Density-Based Clustering Algorithm for Discovering Spatial Point Patterns with Noise
|
Анализировать url |
| whu.edu.cn |
Wuhan University
|
Анализировать url |
| sres.whu.edu.cn |
School of Resource and Environmental Sciences
|
Анализировать url |
| research.google |
Visiting Faculty Researcher
|
Анализировать url |
| about.google |
Google LLC
|
Анализировать url |
| research.google |
Google Research
|
Анализировать url |
| x.company |
AI Resident
|
Анализировать url |
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Таким сайт gengchenmai.github.io видят поисковые системы. Процент оптимизации невысокий - 48%. Чтобы улучшить сайт и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: