論文の概要: Mobsimilarity: Vector Graph Optimization for Mobility Tableau Comparison
- arxiv url: http://arxiv.org/abs/2104.13139v2
- Date: Wed, 29 Sep 2021 14:10:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-02 06:48:57.937325
- Title: Mobsimilarity: Vector Graph Optimization for Mobility Tableau Comparison
- Title（参考訳）: Mobsimilarity: モビリティテーブルー比較のためのベクトルグラフ最適化
- Authors: Yuhao Yao, Haoran Zhang, Jinyu Chen, Wenjing Li, Mariko Shibasaki,
Ryosuke Shibasaki and Xuan Song
- Abstract要約: 本研究では,研究現場の異なる位置対間で分布する人口フローを集計表として,モビリティ・テーブルーという概念を提案する。
従来のOD行列に基づくモビリティ比較と比較して、モビリティ・テーブルー比較は高次元の類似性情報を提供する。
1つのモビリティ・テーブルーに対してベクトルグラフをもう1つのモビリティ・テーブルーに変換する最小空間コストを最適化することにより、新しいモビリティ・テーブルーの類似度測定法を提案する。
- 参考スコア（独自算出の注目度）: 19.891840580746898
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human mobility similarity comparison plays a critical role in mobility
estimation/prediction model evaluation, mobility clustering and mobility
matching, which exerts an enormous impact on improving urban mobility,
accessibility, and reliability. By expanding origin-destination matrix, we
propose a concept named mobility tableau, which is an aggregated tableau
representation to the population flow distributed between different location
pairs of a study site and can be represented by a vector graph. Compared with
traditional OD matrix-based mobility comparison, mobility tableau comparison
provides high-dimensional similarity information, including volume similarity,
spatial similarity, mass inclusiveness and structure similarity. A novel
mobility tableaus similarity measurement method is proposed by optimizing the
least spatial cost of transforming the vector graph for one mobility tableau
into the other and is optimized to be efficient. The robustness of the measure
is supported through several sensitive analysis on GPS based mobility tableau.
The better performance of the approach compared with traditional mobility
comparison methods in two case studies demonstrate the practicality and
superiority, while one study is estimated mobility tableaus validation and the
other is different cities' mobility tableaus comparison.
- Abstract（参考訳）: ヒトの移動度類似度比較は、移動度推定・予測モデルの評価、移動度クラスタリング、移動度マッチングにおいて重要な役割を果たし、都市移動度、アクセシビリティ、信頼性の向上に大きな影響を及ぼす。
原点決定行列を拡大することにより,研究現場の異なる位置対間で分布する人口フローを集計表として表現し,ベクトルグラフで表現できるモビリティテーブルーという概念を提案する。
従来のOD行列に基づくモビリティ比較と比較して、モビリティ・テーブルー比較は体積類似性、空間類似性、質量包摂性、構造類似性などの高次元類似性情報を提供する。
1つのモビリティテーブルーのベクトルグラフをもう1つのモビリティテーブルーに変換する最小空間コストを最適化し、効率的なモビリティテーブルース類似度測定法を提案する。
この測定のロバスト性は、GPSに基づく移動台地に関するいくつかの感度分析によって支持されている。
従来のモビリティ比較手法と比較した2つのケーススタディでは実用性と優越性が示され、一方の研究ではモビリティテーブルの妥当性を推定し、もう一方は都市のモビリティテーブルの比較である。
関連論文リスト
- Comparing Fairness of Generative Mobility Models [3.699135947901772]
本研究は、生成モビリティモデルの公平性を検証し、地理的領域にわたるモデルパフォーマンスにおいて、しばしば見落とされがちなエクイティの次元に対処する。
クラウドフローデータに基づいて構築された予測モデルは、都市構造や移動パターンを理解するのに有効である。
生成したトレースの有効性と公平性を測定することによって、公正性を評価するための新しい枠組みを提案する。
論文 参考訳（メタデータ） (2024-11-07T06:01:12Z) - Reconstructing Human Mobility Pattern: A Semi-Supervised Approach for Cross-Dataset Transfer Learning [10.864774173935535]
セマンティック・アクティビティ・チェーンに着目し,人間のモビリティ・パターンを再構築し,学習するモデルを開発した。
本稿では,多様な地理的文脈にモデルを適応させるために,半教師付き反復移動学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-10-03T20:29:56Z) - FASTopic: Pretrained Transformer is a Fast, Adaptive, Stable, and Transferable Topic Model [76.509837704596]
本稿では,高速で適応的で,安定で,移動可能なトピックモデルであるFASTopicを提案する。
我々はDSR(Dual Semantic-Relation Reconstruction)を用いて潜在トピックをモデル化する。
また, セマンティック関係を最適輸送計画として正規化するためのETP(Embedding Transport Plan)を提案する。
論文 参考訳（メタデータ） (2024-05-28T09:06:38Z) - Joint-Relation Transformer for Multi-Person Motion Prediction [79.08243886832601]
相互作用モデリングの強化を目的とした結合関係変換器を提案する。
提案手法は3DPW-SoMoF/RCで900ms VIMを13.4%改善し, 3s MPJPEで17.8%/12.0%改善した。
論文 参考訳（メタデータ） (2023-08-09T09:02:47Z) - Motion-Scenario Decoupling for Rat-Aware Video Position Prediction:
Strategy and Benchmark [49.58762201363483]
本研究では,個人や環境の影響要因を考慮し,生物ロボットの動き予測データセットであるRatPoseを紹介する。
本稿では,シナリオ指向とモーション指向を効果的に分離するDual-stream Motion-Scenario Decouplingフレームワークを提案する。
難易度が異なるタスクに対して,提案したtextitDMSD フレームワークの大幅な性能向上を示す。
論文 参考訳（メタデータ） (2023-05-17T14:14:31Z) - Clustering Human Mobility with Multiple Spaces [8.076957089365676]
本稿では,移動行動検出のための新しいモビリティクラスタリング手法を提案する。
提案手法は変分オートエンコーダアーキテクチャを用いて,潜在空間と原空間の両方でクラスタリングを同時に行う。
実験の結果,提案手法はトラジェクトリからの移動行動検出において,より精度が高く,解釈性も向上した。
論文 参考訳（メタデータ） (2023-01-20T12:02:30Z) - Safety-compliant Generative Adversarial Networks for Human Trajectory
Forecasting [95.82600221180415]
群衆における人間予測は、社会的相互作用をモデル化し、衝突のないマルチモーダル分布を出力するという課題を提示する。
SGANv2は、動き時間相互作用モデリングと変圧器に基づく識別器設計を備えた安全に配慮したSGANアーキテクチャである。
論文 参考訳（メタデータ） (2022-09-25T15:18:56Z) - Comparing Probability Distributions with Conditional Transport [63.11403041984197]
新しい発散として条件輸送(CT)を提案し、償却されたCT(ACT)コストと近似します。
ACTは条件付き輸送計画の計算を補正し、計算が容易な非バイアスのサンプル勾配を持つ。
さまざまなベンチマークデータセットのジェネレーティブモデリングでは、既存のジェネレーティブ敵対ネットワークのデフォルトの統計距離をACTに置き換えることで、一貫してパフォーマンスを向上させることが示されています。
論文 参考訳（メタデータ） (2020-12-28T05:14:22Z) - RatE: Relation-Adaptive Translating Embedding for Knowledge Graph
Completion [51.64061146389754]
複素空間における新たな重み付き積の上に構築された関係適応変換関数を提案する。
次に、関係適応型翻訳埋め込み(RatE)アプローチを示し、各グラフを3倍にスコアする。
論文 参考訳（メタデータ） (2020-10-10T01:30:30Z) - Empirical Characterization of Mobility of Multi-Device Internet Users [1.1141688859736805]
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。
論文 参考訳（メタデータ） (2020-03-18T23:50:35Z) - DETECT: Deep Trajectory Clustering for Mobility-Behavior Analysis [10.335486459171992]
我々は,Deep Embedded TrajEctor ClusTering Network (DETECT)と呼ばれる,移動行動クラスタリングのための教師なしニューラルネットワークを提案する。
DETECTは3つの部分で機能する: まず、重要な部分を要約し、地理的局所性から派生した文脈で拡張することで軌道を変換する。
第2部では、潜在行動空間におけるトラジェクトリの強力な表現を学び、これによりクラスタリング関数(例えば$k$means)を適用できる。
論文 参考訳（メタデータ） (2020-03-03T06:09:15Z)
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。