論文の概要: Towards Measuring Place Function Similarity at Fine Spatial Granularity with Trajectory Embedding

• arxiv url: http://arxiv.org/abs/2011.00261v2
• Date: Sat, 12 Dec 2020 16:13:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-01 04:22:40.386503
• Title: Towards Measuring Place Function Similarity at Fine Spatial Granularity with Trajectory Embedding
• Title（参考訳）: 軌道埋め込みによる微細な空間的粒度における位置関数類似性の測定
• Authors: Cheng Fu and Robert Weibel
• Abstract要約: 軌道埋め込みにより、類似の社会的機能を持つ場所を近接した場所に配置することができる。 埋め込み類似性は、以前、場所関数の類似性を測定するための新しい計量として提案された。 本研究は,地理的距離が埋め込み類似性に影響を及ぼすかどうかを考察する。
• 参考スコア（独自算出の注目度）: 8.626648996710657
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modeling place functions from a computational perspective is a prevalent research topic. Trajectory embedding, as a neural-network-backed dimension reduction technology, allows the possibility to put places with similar social functions at close locations in the embedding space if the places share similar chronological context as part of a trajectory. The embedding similarity was previously proposed as a new metric for measuring the similarity of place functions. This study explores if this approach is meaningful for geographical units at a much smaller geographical granularity compared to previous studies. In addition, this study investigates if the geographical distance can influence the embedding similarity. The empirical evaluations based on a big vehicle trajectory data set confirm that the embedding similarity can be a metric proxy for place functions. However, the results also show that the embedding similarity is still bounded by the distance at the local scale.
• Abstract（参考訳）: 計算の観点からの場所関数のモデリングは、一般的な研究テーマである。 軌道埋め込みは、神経ネットワークが支援する次元減少技術であり、軌道の一部として同様の時間的文脈を共有する場合、埋め込み空間内の近接した場所に類似の社会的機能を持つ場所を配置することができる。 埋め込み類似度は以前、位置関数の類似度を測定するための新しい指標として提案された。 本研究は,このアプローチが従来の研究よりもはるかに小さい地理的粒度で地理的単位に有意かどうかを考察する。 さらに,地理的距離が埋め込み類似性に影響を及ぼすかどうかを検討した。 大型車両軌跡データセットに基づく実験評価により, 埋込類似性は配置関数の指標プロキシとなりうることを確認した。 しかし, 埋め込み類似性は局所的スケールにおける距離によっても有界であることを示した。

関連論文リスト

• Measuring similarity between embedding spaces using induced neighborhood graphs [10.056989400384772]
  本稿では,ペアの項目表現の類似性を評価するための指標を提案する。 この結果から,類似度とゼロショット分類タスクの精度が類似度と相関していることが示唆された。
  論文  参考訳（メタデータ） (2024-11-13T15:22:33Z)
• TISIS : Trajectory Indexing for SImilarity Search [0.7373617024876725]
  ソーシャルメディアプラットフォームでは、位置情報データを含むさまざまな種類の情報を共有できる。 位置情報データは、ユーザの訪問した関心のポイント(POI)の軌跡を再構築するために利用することができる 鍵となる要件は、そのような軌道間の類似度を測定する能力である。
  論文  参考訳（メタデータ） (2024-09-17T15:57:33Z)
• Here Is Not There: Measuring Entailment-Based Trajectory Similarity for Location-Privacy Protection and Beyond [6.845802123943598]
  本稿では,論理的エンテーメントを利用した測度を導入することにより,軌道類似性に関する新たな見解を示す。 これは、事実を、旅行が行われる社会的・環境的な文脈から導かれる三つの言明とみなす推論的な視点である。 本稿では,空間的関係文である事象の重なり合う割合として測定された包含に基づく軌道類似性の形式化を提案する。
  論文  参考訳（メタデータ） (2023-12-02T14:41:01Z)
• Attributable Visual Similarity Learning [90.69718495533144]
  本稿では、画像間のより正確で説明可能な類似度測定のための帰属的視覚類似度学習(AVSL)フレームワークを提案する。 人間の意味的類似性認知に動機づけられた2つの画像とグラフとの類似性を表現するために,一般化された類似性学習パラダイムを提案する。 CUB-200-2011、Cars196、Stanford Online Productsデータセットの実験は、既存の深い類似性学習方法よりも大幅に改善されたことを示している。
  論文  参考訳（メタデータ） (2022-03-28T17:35:31Z)
• Generalized quantum similarity learning [0.0]
  我々は、同じ次元を持たないデータ間のタスク依存(a)対称類似性を学習するための量子ネットワーク(GQSim)を提案する。 この手法を用いて導出された類似度尺度が$(epsilon,gamma,tau)$-goodであることを示す。
  論文  参考訳（メタデータ） (2022-01-07T03:28:19Z)
• Kinship Verification Based on Cross-Generation Feature Interaction Learning [53.62256887837659]
  顔画像からの血縁検証は、コンピュータビジョンの応用において、新しいが挑戦的な技術として認識されている。 本稿では,頑健な親族関係検証のためのクロスジェネレーション・インタラクション・ラーニング(CFIL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-07T01:50:50Z)
• Instance Similarity Learning for Unsupervised Feature Representation [83.31011038813459]
  教師なし特徴表現のための例類似性学習(ISL)手法を提案する。 我々はGAN(Generative Adversarial Networks)を用いて、基礎となる特徴多様体をマイニングする。 画像分類実験は, 最先端手法と比較して, 提案手法の優位性を示した。
  論文  参考訳（メタデータ） (2021-08-05T16:42:06Z)
• Featurized Density Ratio Estimation [82.40706152910292]
  本研究では,2つの分布を推定前の共通特徴空間にマッピングするために,可逆生成モデルを活用することを提案する。 この偉業化は、学習された入力空間の密度比が任意に不正確な場合、潜在空間において密度が密接な関係をもたらす。 同時に、特徴写像の可逆性は、特徴空間で計算された比が入力空間で計算された比と同値であることを保証する。
  論文  参考訳（メタデータ） (2021-07-05T18:30:26Z)
• A Taxonomy of Similarity Metrics for Markov Decision Processes [62.997667081978825]
  近年、伝達学習は強化学習(RL)アルゴリズムをより効率的にすることに成功した。 本稿では,これらの指標を分類し,これまでに提案されている類似性の定義を分析する。
  論文  参考訳（メタデータ） (2021-03-08T12:36:42Z)
• A New Similarity Space Tailored for Supervised Deep Metric Learning [2.7771471571972333]
  本稿では,S空間と呼ばれる潜在空間に基づく新しい深度距離学習法を提案する。 カーネルベースのt-student分布を用いてオブジェクト間の類似性を推定し、マーカーの距離と新しいデータ表現を測定する。 例えば、類似した対象の群が非随伴領域にある場合、この提案が複素空間を表現できるという証拠を示す。
  論文  参考訳（メタデータ） (2020-11-16T22:58:06Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)

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。