論文の概要: Empirical Characterization of Mobility of Multi-Device Internet Users
- arxiv url: http://arxiv.org/abs/2003.08512v2
- Date: Sun, 17 May 2020 23:16:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-28 19:56:01.322816
- Title: Empirical Characterization of Mobility of Multi-Device Internet Users
- Title（参考訳）: マルチデバイスインターネット利用者のモビリティの実証評価
- Authors: Amee Trivedi, Jeremy Gummeson, Prashant Shenoy
- Abstract要約: 我々は、大規模なキャンパスWiFiデータセットを用いて、複数のデバイスを複数の空間スケールで所有する現代のインターネットユーザのモビリティを実証分析した。
この結果から,ユーザに属する複数のデバイスのモビリティを独立して解析し,グループとしてモデル化する必要があることが示された。
分析の結果, 利用者の移動性は, 建物内や建物間など, 異なる空間スケールで異なる特徴を示すことがわかった。
- 参考スコア（独自算出の注目度）: 1.1141688859736805
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Understanding the mobility of humans and their devices is a fundamental
problem in mobile computing. While there has been much work on empirical
analysis of human mobility using mobile device data, prior work has largely
assumed devices to be independent and has not considered the implications of
modern Internet users owning multiple mobile devices that exhibit correlated
mobility patterns. Also, prior work has analyzed mobility at the spatial scale
of the underlying mobile dataset and has not analyzed mobility characteristics
at different spatial scales and its implications on system design. In this
paper, we empirically analyze the mobility of modern Internet users owning
multiple devices at multiple spatial scales using a large campus WiFi dataset.
First, our results show that mobility of multiple devices belonging to a user
needs to be analyzed and modeled as a group, rather than independently, and
that there are substantial differences in the correlations exhibited by device
trajectories across users that also need to be considered. Second, our analysis
shows that the mobility of users shows different characteristics at different
spatial scales such as within and across buildings. Third, we demonstrate the
implications of these results by presenting generative models that highlight
the importance of considering the spatial scale of mobility as well as
multi-device mobility. More broadly, our empirical results point to the need
for new modeling research to fully capture the nuances of mobility of modern
multi-device users.
- Abstract（参考訳）: 人間とそのデバイスのモビリティを理解することは、モバイルコンピューティングにおける根本的な問題である。
モバイルデバイスデータを用いた人の移動性に関する実証的な分析は数多く行われているが、先行研究はデバイスが独立であると仮定しており、モビリティパターンの相関を示す複数のモバイルデバイスを所有する現代のインターネットユーザが持つ意味を考慮していない。
また、先行研究は、基盤となるモバイルデータセットの空間スケールにおける移動性を分析し、異なる空間スケールでの移動性特性とそのシステム設計への影響を分析していない。
本稿では、大規模なキャンパスWiFiデータセットを用いて、複数のデバイスを複数の空間スケールで所有する現代のインターネットユーザのモビリティを実証分析する。
まず,ユーザに属する複数のデバイスのモビリティを,独立したグループではなくグループとして分析・モデル化する必要があること,また,デバイストラジェクトリによるユーザ間の相関関係が,考慮する必要があること,などが示唆された。
第2に, 利用者の移動性は, 建物内および建物間など, 異なる空間スケールで異なる特徴を示すことを示す。
第3に,モビリティの空間的スケールとマルチデバイスモビリティを考慮することの重要性を強調する生成モデルを提示し,これらの結果の意義を示す。
より広範に、我々の経験的結果は、現代のマルチデバイスユーザーのモビリティのニュアンスを完全に把握する新しいモデリング研究の必要性を示している。
関連論文リスト
- Quantifying the Impact of Motion on 2D Gaze Estimation in Real-World Mobile Interactions [18.294511216241805]
本稿では,ユーザの移動度と行動がモバイル視線追跡精度に与える影響を実証的に示す。
頭部距離、頭部ポーズ、装置の向きは、正確性に影響を与える重要な要因である。
発見は、より堅牢で適応的な視線追跡システムの必要性を強調している。
論文 参考訳（メタデータ） (2025-02-14T21:44:52Z) - Characterizing User Behavior: The Interplay Between Mobility Patterns and Mobile Traffic [1.292711646217355]
本稿では,ユーザレベルでの交通行動と移動行動の依存性を探求する新しいアプローチを提案する。
チリのいくつかの州で1,337,719人の1週間のXDRデータセットを用いて、我々のアプローチを検証する。
論文 参考訳（メタデータ） (2025-01-31T17:52:03Z) - Smooth Handovers via Smoothed Online Learning [48.953313950521746]
まず、欧州の商用モバイルネットワークオペレータ(MNO)から4000万人以上のユーザを対象に、HOに対する重要な特徴とパフォーマンスへの影響を理解し、明らかにするために、広範なデータセットを分析した。
本研究は, HO故障/遅延と無線セルとエンドユーザーデバイスの特徴の相関関係を明らかにする。
本稿では,HO最適化にデバイスとセルの機能を組み込むことで,既存のアプローチを拡張したスムーズで高精度なHOのための現実的なシステムモデルを提案する。
論文 参考訳（メタデータ） (2025-01-14T13:16:33Z) - Foundations and Recent Trends in Multimodal Mobile Agents: A Survey [57.677161006710065]
モバイルエージェントは、複雑で動的なモバイル環境におけるタスクの自動化に不可欠である。
近年の進歩により、リアルタイム適応性とマルチモーダルインタラクションが向上している。
これらの進歩は、プロンプトベースの方法とトレーニングベースの方法の2つの主要なアプローチに分類する。
論文 参考訳（メタデータ） (2024-11-04T11:50:58Z) - MobileAIBench: Benchmarking LLMs and LMMs for On-Device Use Cases [81.70591346986582]
モバイル端末上でのLarge Language Models(LLM)とLarge Multimodal Models(LMM)を評価するためのベンチマークフレームワークであるMobileAIBenchを紹介する。
MobileAIBenchは、さまざまなサイズ、量子化レベル、タスクにわたるモデルを評価し、実際のデバイス上でのレイテンシとリソース消費を測定する。
論文 参考訳（メタデータ） (2024-06-12T22:58:12Z) - Clustering and Analysis of GPS Trajectory Data using Distance-based
Features [20.91019606657394]
そこで我々は,新たなモビリティ指標であるDaily Characteristics Distanceを提案する。
次に、これらの機能を教師なしの機械学習手法、$k$-meansクラスタリングで使用し、各タイプのユーザ(WorkdayとOffday)に対して3つのクラスタを取得する。
本稿では,クラスタリング結果,すなわちユーザ共通性と平均周波数の分析のための2つの新しい指標を提案する。
論文 参考訳（メタデータ） (2022-12-01T01:25:49Z) - On Inferring User Socioeconomic Status with Mobility Records [61.0966646857356]
本稿では,DeepSEIと呼ばれる,社会経済に配慮したディープモデルを提案する。
DeepSEIモデルはディープネットワークとリカレントネットワークと呼ばれる2つのネットワークを組み込んでいる。
実際の移動記録データ、POIデータ、住宅価格データについて広範な実験を行う。
論文 参考訳（メタデータ） (2022-11-15T15:07:45Z) - MetaGraspNet: A Large-Scale Benchmark Dataset for Vision-driven Robotic
Grasping via Physics-based Metaverse Synthesis [78.26022688167133]
本稿では,物理に基づくメタバース合成による視覚駆動型ロボットグルーピングのための大規模ベンチマークデータセットを提案する。
提案するデータセットには,10万の画像と25種類のオブジェクトが含まれている。
また,オブジェクト検出とセグメンテーション性能を評価するためのデータセットとともに,新しいレイアウト重み付け性能指標を提案する。
論文 参考訳（メタデータ） (2021-12-29T17:23:24Z) - WiFiMod: Transformer-based Indoor Human Mobility Modeling using Passive
Sensing [25.901165832790493]
WiFiModはトランスフォーマーベースのデータ駆動型アプローチで、屋内の人間の移動を複数の空間スケールでモデル化する。
WiFiModは、現在の最先端モデルよりも少なくとも10%高い精度で予測できる。
WiFiModの現実的な3つの応用を提示する - (i) 新型コロナウイルスやICIの政策決定のための高密度ホットポケットを予測し、 (ii) 屋内モビリティの現実的なシミュレーションを作成し、 (iii) パーソナルアシスタントを設計する。
論文 参考訳（メタデータ） (2021-04-20T08:45:17Z) - SensiX: A Platform for Collaborative Machine Learning on the Edge [69.1412199244903]
センサデータとセンサモデルの間に留まるパーソナルエッジプラットフォームであるSensiXを紹介する。
動作および音声に基づくマルチデバイスセンシングシステムの開発において,その有効性を示す。
評価の結果,SensiXは3mWのオーバヘッドを犠牲にして,全体の精度が7～13%向上し,環境のダイナミクスが最大30%向上することがわかった。
論文 参考訳（メタデータ） (2020-12-04T23:06:56Z) - Flow descriptors of human mobility networks [0.0]
本研究では,モビリティネットワークの流れとトポロジを特徴付けるシステム解析を提案し,その影響を個別のトレースに評価する。
この枠組みは, 都市計画の評価, 交通の最適化, 外部イベントや状況の影響の計測, 内部動態のモニタリング, 利用者の行動パターンに応じたプロファイル化に適している。
論文 参考訳（メタデータ） (2020-03-16T15:27:00Z)
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。