論文の概要: The Residence History Inference Problem
- arxiv url: http://arxiv.org/abs/2003.04155v1
- Date: Mon, 9 Mar 2020 14:02:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-30 03:15:24.976124
- Title: The Residence History Inference Problem
- Title（参考訳）: 住宅史推定問題
- Authors: Derek Ruths, Caitrin Armstrong
- Abstract要約: オンライントレースから人の居住履歴を計算する問題に対する正確な解決策を提供する。
最適な居住履歴の計算は難易度が高いため,本手法は今後の研究に有用であると考えられる。
- 参考スコア（独自算出の注目度）: 0.4924126492174801
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of online user traces for studies of human mobility has received
significant attention in recent years. This growing body of work, and the more
general importance of human migration patterns to government and industry,
motivates the need for a formalized approach to the computational modeling of
human mobility - in particular how and when individuals change their place of
residence - from online traces. Prior work on this topic has skirted the
underlying computational modeling of residence inference, focusing on migration
patterns themselves. As a result, to our knowledge, all prior work has employed
heuristics to compute something like residence histories. Here, we formalize
the residence assignment problem, which seeks, under constraints associated
with the minimum length-of-stay at a residence, the most parsimonious sequence
of residence periods and places that explains the movement history of an
individual. Here we provide an exact solution for this problem and establish
its algorithmic complexity. Because the calculation of optimal residence
histories (under the assumptions of the model) is tractable, we believe that
this method will be a valuable tool for future work on this topic.
- Abstract（参考訳）: 近年,人体移動研究におけるオンラインユーザトレースの利用が注目されている。
この成長する仕事の体系と、政府や産業への人的移住パターンのより一般的な重要性は、人間の移動性(特に個人が居住場所を変更する方法と時期)の計算モデルに対する形式化されたアプローチの必要性を動機付けている。
このトピックに関する以前の作業は、住居推論の基盤となる計算モデリングを回避し、移行パターン自体に焦点を当てている。
結果として、我々の知る限り、全ての先行研究は住宅史のような計算にヒューリスティックスを駆使している。
ここでは,居住期間の最小化に係わる制約,居住期間の最も控えめな順序,個人の移動履歴を説明する場所等に基づき,居住割当問題を定式化する。
ここではこの問題の正確な解を提供し、アルゴリズムの複雑さを確立する。
最適な居住履歴の計算(モデルの仮定に基づく)は扱いやすいので、この手法は今後の研究に有用なツールであると信じている。
関連論文リスト
- Be More Real: Travel Diary Generation Using LLM Agents and Individual Profiles [21.72229002939936]
本研究では,現実の文脈に応じたリアルな軌跡を生成するためのエージェントベースフレームワーク(MobAgent)を提案する。
当フレームワークを0.2万回の旅行調査データで検証し,個人化された正確な旅行日記を作成する上での有効性を実証した。
本研究は、実世界の移動データを通して、人間の移動性に関する詳細かつ洗練された理解を提供するLLMの能力を強調した。
論文 参考訳（メタデータ） (2024-07-10T09:11:57Z) - State-Space Modeling in Long Sequence Processing: A Survey on Recurrence in the Transformer Era [59.279784235147254]
このサーベイは、シーケンシャルなデータ処理の反復モデルに基づく最新のアプローチの詳細な概要を提供する。
新たなイメージは、標準のバックプロパゲーション・オブ・タイムから外れた学習アルゴリズムによって構成される、新しいルートを考える余地があることを示唆している。
論文 参考訳（メタデータ） (2024-06-13T12:51:22Z) - Regions are Who Walk Them: a Large Pre-trained Spatiotemporal Model
Based on Human Mobility for Ubiquitous Urban Sensing [24.48869607589127]
本研究では,人体移動データに含まれるリッチな情報を活用するために,トラジェクトリ(RAW)に基づく大規模時空間モデルを提案する。
提案手法は,人間の移動データのみに特色を持たず,ユーザのプロファイリングや地域分析に一定の関連性を示す。
論文 参考訳（メタデータ） (2023-11-17T11:55:11Z) - On Generalizing Beyond Domains in Cross-Domain Continual Learning [91.56748415975683]
ディープニューラルネットワークは、新しいタスクを学んだ後、これまで学んだ知識の破滅的な忘れ込みに悩まされることが多い。
提案手法は、ドメインシフト中の新しいタスクを精度良く学習することで、DomainNetやOfficeHomeといった挑戦的なデータセットで最大10%向上する。
論文 参考訳（メタデータ） (2022-03-08T09:57:48Z) - Reducing Catastrophic Forgetting in Self Organizing Maps with
Internally-Induced Generative Replay [67.50637511633212]
生涯学習エージェントは、パターン知覚データの無限のストリームから継続的に学習することができる。
適応するエージェントを構築する上での歴史的難しさの1つは、ニューラルネットワークが新しいサンプルから学ぶ際に、以前取得した知識を維持するのに苦労していることである。
この問題は破滅的な忘れ(干渉)と呼ばれ、今日の機械学習の領域では未解決の問題のままである。
論文 参考訳（メタデータ） (2021-12-09T07:11:14Z) - Multi-level Motion Attention for Human Motion Prediction [132.29963836262394]
本研究は, 関節, 身体部分, フルポーズレベルなど, 異なる種類の注意力の使用について検討した。
我々は,Human3.6M,AMASS,3DPWを用いて,周期的および非周期的両方の行動に対するアプローチの利点を検証した。
論文 参考訳（メタデータ） (2021-06-17T08:08:11Z) - Exploring the Usage of Online Food Delivery Data for Intra-Urban Job and
Housing Mobility Detection and Characterization [12.56027868436052]
私たちは北京で人気のオンライン食品注文・配達サービスから何百万もの注文を受け取りました。
従来のデータソースよりも、空間的・時間的解像度の高いジョブやハウジングの動きを検出できます。
以上の結果から,通勤距離が仕事や住宅の移動にとって重要な要因であることが示唆された。
論文 参考訳（メタデータ） (2020-12-04T02:48:53Z) - Perpetual Motion: Generating Unbounded Human Motion [61.40259979876424]
我々は、長期的な予測、つまり、人間の動きの長いシーケンスを生成することに焦点を当てる。
本研究では,非決定論的,テキストに変化する,永続的な人間の動きを生成するモデルを提案する。
我々は、これをホワイトノイズガウス過程のKL分岐の重み付き関数を用いて訓練し、潜時シーケンスの時間依存性を許容する。
論文 参考訳（メタデータ） (2020-07-27T21:50:36Z) - History Repeats Itself: Human Motion Prediction via Motion Attention [81.94175022575966]
注意に基づくフィードフォワードネットワークを導入し、人間の動きが自分自身を繰り返す傾向にあるという観察を明示的に活用する。
特に,現在動きのコンテキストと過去の動きのサブシーケンスの類似性を捉えるために,動きの注意を抽出することを提案する。
我々は,Human3.6M,AMASS,3DPWを用いて,周期的および非周期的両方の行動に対するアプローチの利点を実証した。
論文 参考訳（メタデータ） (2020-07-23T02:12:27Z) - Leveraging the Self-Transition Probability of Ordinal Pattern Transition
Graph for Transportation Mode Classification [0.0]
本稿では,交通モード分類における自己遷移の確率という,通常のパターン遷移グラフから保持される特徴の利用を提案する。
提案手法は,これらを組み合わせた場合であっても,置換エントロピーや統計的複雑度よりも精度がよい。
論文 参考訳（メタデータ） (2020-07-16T23:25:09Z) - Leveraging Mobility Flows from Location Technology Platforms to Test
Crime Pattern Theory in Large Cities [26.100870516361347]
本研究では, 犯罪集中を1時間単位で記述し, 予測する上での人体移動能力について検討した。
我々の評価は、Foursquareから匿名化されたデータセットを活用して、米国の主要3都市で約1480万回のチェックインを含むモビリティフローを推定する。
論文 参考訳（メタデータ） (2020-04-17T14:21:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。