論文の概要: An Improved Approach for Estimating Social POI Boundaries With Textual
Attributes on Social Media
- arxiv url: http://arxiv.org/abs/2012.09990v1
- Date: Fri, 18 Dec 2020 00:41:44 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-02 05:05:59.538089
- Title: An Improved Approach for Estimating Social POI Boundaries With Textual
Attributes on Social Media
- Title(参考訳): ソーシャルメディアにおけるテキスト属性を用いたソーシャルPOI境界推定手法の改良
- Authors: Cong Tran, Dung D. Vu, Won-Yong Shin
- Abstract要約: ソーシャルメディア上のテキスト属性を利用して、密度ベースのクラスタリングを実行する方法が不十分に検討されている。
我々は、社会POI境界推定(SoBEst)に関する初期の研究に基づいて、新しいアプローチとアルゴリズムを提案する。
SoBEstが基本的に想定している各POIの固定された代表座標は、特定のPOIに対して推定された社会的POI境界の遠心点から遠く離れている可能性がある。
- 参考スコア(独自算出の注目度): 3.590202054885437
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: It has been insufficiently explored how to perform density-based clustering
by exploiting textual attributes on social media. In this paper, we aim at
discovering a social point-of-interest (POI) boundary, formed as a convex
polygon. More specifically, we present a new approach and algorithm, built upon
our earlier work on social POI boundary estimation (SoBEst). This SoBEst
approach takes into account both relevant and irrelevant records within a
geographic area, where relevant records contain a POI name or its variations in
their text field. Our study is motivated by the following empirical
observation: a fixed representative coordinate of each POI that SoBEst
basically assumes may be far away from the centroid of the estimated social POI
boundary for certain POIs. Thus, using SoBEst in such cases may possibly result
in unsatisfactory performance on the boundary estimation quality (BEQ), which
is expressed as a function of the $F$-measure. To solve this problem, we
formulate a joint optimization problem of simultaneously finding the radius of
a circle and the POI's representative coordinate $c$ by allowing to update $c$.
Subsequently, we design an iterative SoBEst (I-SoBEst) algorithm, which enables
us to achieve a higher degree of BEQ for some POIs. The computational
complexity of the proposed I-SoBEst algorithm is shown to scale linearly with
the number of records. We demonstrate the superiority of our algorithm over
competing clustering methods including the original SoBEst.
- Abstract(参考訳): ソーシャルメディア上でのテキスト属性を利用して、密度に基づくクラスタリングを行う方法については不十分である。
本稿では,凸多角形として形成される社会的な関心点境界(POI)の発見を目指す。
より具体的には、社会POI境界推定(SoBEst)に関する以前の研究に基づいて、新しいアプローチとアルゴリズムを提案する。
このSoBEstアプローチは、テキストフィールドにPOI名またはそのバリエーションを含む地理的領域内の関連レコードと無関係レコードの両方を考慮に入れている。
SoBEstが基本的に想定している各POIの固定された代表座標は、特定のPOIに対して推定された社会的POI境界の遠心点から遠く離れている可能性がある。
したがって、そのような場合、SoBEstを使用すると境界推定品質(BEQ)が不満足な結果になる可能性があり、これは$F$-measureの関数として表される。
この問題を解決するために、円の半径とPOIの代表座標$c$を同時に求める共同最適化問題を、$c$を更新することで定式化する。
その後、いくつかのPOIに対して高いBEQを実現できる反復型SoBEst(I-SoBEst)アルゴリズムを設計する。
提案したI-SoBEstアルゴリズムの計算複雑性はレコード数と線形にスケールすることが示されている。
元のSoBEstを含む競合クラスタリング手法よりもアルゴリズムの方が優れていることを示す。
関連論文リスト
- Towards Effective Next POI Prediction: Spatial and Semantic Augmentation with Remote Sensing Data [10.968721742000653]
本稿では,2段階予測フレームワークにおける効果的なディープラーニング手法を提案する。
本手法は,まずリモートセンシングデータを組み込んで,重要な環境状況の把握を行う。
本研究では,利用者の歴史的トラジェクトリに対するQR-Pグラフを構築し,歴史的旅行知識をカプセル化する。
論文 参考訳(メタデータ) (2024-03-22T04:22:36Z) - On Solving Close Enough Orienteering Problems with Overlapped Neighborhoods [2.990411348977783]
Close Enough Traveling Salesman Problem (CETSP) は、Close Enough Orienteering Problem (CEOP) のよく知られた変種である。
シュタイナーゾーン(Steiner Zones, SZ)と呼ばれる重なり合う地区に基づくヒューリスティックスは、CETSPに対処する上で注目されている。
ここでは、重複する地区に賞品を集約することで、このような制限が、親密な配向問題(CEOP)の利点にどのように変換できるかを示す。
論文 参考訳(メタデータ) (2023-10-06T14:02:34Z) - Active Coverage for PAC Reinforcement Learning [24.256960622176305]
本稿では,エピソードマルコフ決定過程(MDP)におけるアクティブカバレッジの問題を定式化する。
我々は,異なるPAC RLタスクを解くために,CovGameをビルディングブロックとして使用できることを示す。
論文 参考訳(メタデータ) (2023-06-23T16:39:37Z) - Nearly Optimal Latent State Decoding in Block MDPs [74.51224067640717]
エピソードブロック MDP では、意思決定者は少数の潜在状態から生成される豊富な観測やコンテキストにアクセスすることができる。
まず、固定動作ポリシーに基づいて生成されたデータに基づいて、潜時状態復号関数を推定することに興味がある。
次に、報酬のないフレームワークにおいて、最適に近いポリシーを学習する問題について研究する。
論文 参考訳(メタデータ) (2022-08-17T18:49:53Z) - Active Nearest Neighbor Regression Through Delaunay Refinement [79.93030583257597]
近接回帰に基づく能動関数近似アルゴリズムを提案する。
我々のActive Nearest Neighbor Regressor (ANNR) は計算幾何学の Voronoi-Delaunay フレームワークに頼り、空間を一定の関数値のセルに分割する。
論文 参考訳(メタデータ) (2022-06-16T10:24:03Z) - An Improved Greedy Algorithm for Subset Selection in Linear Estimation [5.994412766684842]
有限個の予測位置において、観測値の最もよい推定値を与えるような k 個の位置の集合を求める空間場における部分選択問題を考える。
観測選択の1つのアプローチは、空間の格子離散化を行い、グリードアルゴリズムを用いて近似解を得ることである。
本稿では,予測位置と予測位置によって形成される傾斜角の遠心点のみからなる探索空間を考慮し,計算複雑性を低減する手法を提案する。
論文 参考訳(メタデータ) (2022-03-30T05:52:16Z) - Planning and Learning with Adaptive Lookahead [74.39132848733847]
ポリシーイテレーション(PI)アルゴリズムは、欲求の一段階の改善と政策評価を交互に行う。
近年の文献では、複数段階のルックアヘッドポリシーの改善が、イテレーション毎の複雑さの増加を犠牲にして、よりコンバージェンス率の向上につながることが示されている。
本研究では,多段階の地平線を状態と推定値の関数として動的に適応する手法を初めて提案する。
論文 参考訳(メタデータ) (2022-01-28T20:26:55Z) - Leveraging Reinforcement Learning for evaluating Robustness of KNN
Search Algorithms [0.0]
与えられたクエリポイントのデータセットでk-nearestの隣人を見つける問題は、数年前から解決されてきた。
本稿では,K-Nearest Neighbor Search(K-Nearest Neighbor Search)の手法について,計算の視点から検討する。
本論文では,KNNSアプローチの対敵点に対する堅牢性を評価するために,汎用的な強化学習ベースのフレームワークを提案する。
論文 参考訳(メタデータ) (2021-02-10T16:10:58Z) - Cross-Domain Generalization Through Memorization: A Study of Nearest
Neighbors in Neural Duplicate Question Detection [72.01292864036087]
重複質問検出(DQD)は,コミュニティの効率向上と自動質問応答システムの実現に重要である。
我々は、DQDのクロスドメイン一般化のために、ニューラル表現を活用し、近接する隣人を研究する。
StackExchange、Spring、Quoraの各データセットの異なるクロスドメインシナリオにおいて、このメソッドの堅牢なパフォーマンスを観察します。
論文 参考訳(メタデータ) (2020-11-22T19:19:33Z) - An Asymptotically Optimal Primal-Dual Incremental Algorithm for
Contextual Linear Bandits [129.1029690825929]
複数の次元に沿った最先端技術を改善する新しいアルゴリズムを提案する。
非文脈線形帯域の特別な場合において、学習地平線に対して最小限の最適性を確立する。
論文 参考訳(メタデータ) (2020-10-23T09:12:47Z) - 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。