論文の概要: RATE: Overcoming Noise and Sparsity of Textual Features in Real-Time Location Estimation

• arxiv url: http://arxiv.org/abs/2111.06515v1
• Date: Fri, 12 Nov 2021 00:57:42 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-15 13:45:11.233970
• Title: RATE: Overcoming Noise and Sparsity of Textual Features in Real-Time Location Estimation
• Title（参考訳）: RATE: リアルタイム位置推定におけるテキスト特徴のノイズと空間性
• Authors: Yu Zhang, Wei Wei, Binxuan Huang, Kathleen M. Carley, Yan Zhang
• Abstract要約: ソーシャルメディア利用者のリアルタイム位置推定は空間的応用に不可欠である。 ツイートテキストは位置推定において最もよく使われる機能であるが、以前の作品のほとんどはノイズやテキストの特徴の幅に悩まされていた。 トピックモデリングをビルディングブロックとして使用し、地理的トピックの変動や語彙の変動を特徴付けることにより、ベクトルの「ワンホット」が直接使用されないようにする。
• 参考スコア（独自算出の注目度）: 18.6505004991784
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time location inference of social media users is the fundamental of some spatial applications such as localized search and event detection. While tweet text is the most commonly used feature in location estimation, most of the prior works suffer from either the noise or the sparsity of textual features. In this paper, we aim to tackle these two problems. We use topic modeling as a building block to characterize the geographic topic variation and lexical variation so that "one-hot" encoding vectors will no longer be directly used. We also incorporate other features which can be extracted through the Twitter streaming API to overcome the noise problem. Experimental results show that our RATE algorithm outperforms several benchmark methods, both in the precision of region classification and the mean distance error of latitude and longitude regression.
• Abstract（参考訳）: ソーシャルメディア利用者のリアルタイム位置推定は、局所検索やイベント検出などの空間的応用の基礎となっている。 ツイートテキストは位置推定において最もよく使われる機能であるが、以前の作品のほとんどはノイズやテキストの特徴の幅に悩まされていた。 本稿では,この2つの課題に取り組むことを目的とする。 トピックモデリングをビルディングブロックとして使用し、地理的トピックの変動や語彙の変動を特徴付けることにより、ベクトルの「ワンホット」が直接使用されないようにする。 ノイズ問題を克服するために、TwitterストリーミングAPIを通じて抽出できる他の機能も組み込んでいます。 実験の結果,RATEアルゴリズムは,領域分類の精度と緯度の平均距離誤差,経度回帰の両面で,いくつかのベンチマーク手法より優れていることがわかった。

関連論文リスト

• Deep Homography Estimation for Visual Place Recognition [49.235432979736395]
  本稿では,変換器を用いたディープホモグラフィー推定(DHE)ネットワークを提案する。 バックボーンネットワークによって抽出された濃密な特徴写像を入力とし、高速で学習可能な幾何的検証のためにホモグラフィーに適合する。 ベンチマークデータセットを用いた実験により,本手法はいくつかの最先端手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-02-25T13:22:17Z)
• SpatialRank: Urban Event Ranking with NDCG Optimization on Spatiotemporal Data [55.609946936979036]
  本研究ではSpatialRankという新しい空間イベントランキング手法を提案する。 本研究では,SpatialRankが犯罪や交通事故の最も危険性の高い場所を効果的に特定できることを示す。
  論文  参考訳（メタデータ） (2023-09-30T06:20:21Z)
• MomentDiff: Generative Video Moment Retrieval from Random to Real [71.40038773943638]
  私たちは、MomentDiffという拡散に基づく生成フレームワークを提供しています。 MomentDiffは、ランダムなブラウジングから段階的なローカライゼーションまで、典型的な人間の検索プロセスをシミュレートする。 MomentDiffは3つの公開ベンチマークで最先端の手法を一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2023-07-06T09:12:13Z)
• DAC: Detector-Agnostic Spatial Covariances for Deep Local Features [11.494662473750505]
  現在の深部視覚特徴検出器は検出された特徴の空間的不確かさをモデル化していない。 本稿では,事前訓練したディープ特徴検出器に接続可能な2つのポストホック共分散推定法を提案する。
  論文  参考訳（メタデータ） (2023-05-20T17:43:09Z)
• Location-aware Adaptive Normalization: A Deep Learning Approach For Wildfire Danger Forecasting [17.25189382307337]
  本稿では、位置認識型適応正規化層(LOAN)を備えた2D/3D二分岐畳み込みニューラルネットワーク(CNN)を提案する。 LOANをビルディングブロックとして使用することにより、地理的な位置を条件に動的特徴を変調することができる。 その結果,位置対応型特徴正規化は動的変数と地理的位置の関係を学習する上で有望な手法であることが示唆された。
  論文  参考訳（メタデータ） (2022-12-16T00:32:38Z)
• Surface Reconstruction from Point Clouds by Learning Predictive Context Priors [68.12457459590921]
  点雲からの表面の再構成は、3Dコンピュータビジョンにとって不可欠である。 推論時に各ポイントクラウドに対して予測的クエリを学習することで予測的コンテキスト優先を導入する。 一つの形状や複雑なシーンの表面再構成実験の結果, 広く使用されているベンチマークでは, 最先端のベンチマークよりも顕著な改善が見られた。
  論文  参考訳（メタデータ） (2022-04-23T08:11:33Z)
• Real-time Spatio-temporal Event Detection on Geotagged Social Media [3.446756313739598]
  本稿では,ソーシャルメディアを利用したオンラインイベント検出システムを提案し,時間と空間の解像度の異なるイベントを検出する。 ポスト処理ステージは、スパム、フェイク、不正なイベントをフィルタリングするために導入される。 提案手法は,Melbourne,London,Paris,New Yorkなど,さまざまな都市を対象としたさまざまなソーシャルメディアデータセットを用いて評価する。
  論文  参考訳（メタデータ） (2021-06-23T07:14:03Z)
• Ordinal UNLOC: Target Localization with Noisy and Incomplete Distance Measures [1.6836876499886007]
  ターゲットローカライズにおける大きな課題は、信頼性の高い距離測定の欠如から生じる。 信頼性の高い距離測定を必要とせず,目標の位置を推定する新しい計算フレームワークを開発した。
  論文  参考訳（メタデータ） (2021-05-06T13:54:31Z)
• 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)
• Local-Global Video-Text Interactions for Temporal Grounding [77.5114709695216]
  本稿では,テキストクエリに関連するビデオの時間間隔を特定することを目的とした,テキスト間時間グラウンドリングの問題に対処する。 そこで本研究では,テキストクエリにおける意味句の中間レベルの特徴の集合を抽出する,新しい回帰モデルを用いてこの問題に対処する。 提案手法は,ローカルからグローバルへのコンテキスト情報を活用することにより,目標時間間隔を効果的に予測する。
  論文  参考訳（メタデータ） (2020-04-16T08:10:41Z)

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。