論文の概要: IMAP: Individual huMAn mobility Patterns visualizing platform
- arxiv url: http://arxiv.org/abs/2209.03615v1
- Date: Thu, 8 Sep 2022 07:43:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-09 13:43:21.781831
- Title: IMAP: Individual huMAn mobility Patterns visualizing platform
- Title(参考訳): IMAP:個々のhuMAnモビリティパターン可視化プラットフォーム
- Authors: Yisheng Alison Zheng, Amani Abusafia, Abdallah Lakhdari, Shing Tai
Tony Lui, Athman Bouguettaya
- Abstract要約: ユーザのモビリティパターンを予測する既存のモデルの精度は25%以下である。
本研究では,人間の移動パターンを研究・分析し,その柔軟性を捉える新しい視点を提案する。
我々のプラットフォームは、利用者が訪れた場所の履歴に基づいてグラフを視覚化することを可能にする。
- 参考スコア(独自算出の注目度): 0.39373541926236766
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Understanding human mobility is essential for the development of smart cities
and social behavior research. Human mobility models may be used in numerous
applications, including pandemic control, urban planning, and traffic
management. The existing models' accuracy in predicting users' mobility
patterns is less than 25%. The low accuracy may be justified by the flexible
nature of the human movement. Indeed, humans are not rigid in their daily
movement. In addition, the rigid mobility models may result in missing the
hidden regularities in users' records. Thus, we propose a novel perspective to
study and analyze human mobility patterns and capture their flexibility.
Typically, the mobility patterns are represented by a sequence of locations. We
propose to define the mobility patterns by abstracting these locations into a
set of places. Labeling these locations will allow us to detect
close-to-reality hidden patterns. We present IMAP, an Individual huMAn mobility
Patterns visualizing platform. Our platform enables users to visualize a graph
of the places they visited based on their history records. In addition, our
platform displays the most frequent mobility patterns computed using a modified
PrefixSpan approach.
- Abstract(参考訳): 人間のモビリティを理解することは、スマートシティや社会行動研究の発展に不可欠である。
人間のモビリティモデルは、パンデミックコントロール、都市計画、交通管理など、多くの用途で利用することができる。
既存のモデルによるユーザのモビリティパターンの予測精度は25%未満である。
低い精度は人間の動きの柔軟な性質によって正当化される。
実際、人間は日々の動きに厳格ではない。
さらに、剛性モビリティモデルは、ユーザのレコードに隠された規則性を欠く可能性がある。
そこで我々は,人間の移動パターンを研究・分析し,その柔軟性を捉える新しい視点を提案する。
通常、モビリティパターンは一連の場所によって表現される。
我々はこれらの場所を一組の場所に抽象化することで移動パターンを定義することを提案する。
これらの位置をラベル付けすることで、身近なパターンを検出できます。
IMAPは、個人用huMAnモビリティパターン可視化プラットフォームである。
我々のプラットフォームは、ユーザーが訪れた場所の履歴に基づいてグラフを視覚化することを可能にする。
さらに,修正プレフィックススパンアプローチを用いて計算したモビリティパターンを最も頻繁に表示する。
関連論文リスト
- Social-Transmotion: Promptable Human Trajectory Prediction [70.59399670794171]
ソーシャルトランスモーション(Social-Transmotion)は、トランスフォーマーのパワーを利用して、多種多様な視覚的手がかりを扱う汎用モデルである。
提案手法は,JTA,JRDB,道路交通の歩行者・自転車,ETH-UCYなど,複数のデータセットで検証されている。
論文 参考訳(メタデータ) (2023-12-26T18:56:49Z) - Human mobility is well described by closed-form gravity-like models
learned automatically from data [0.041665123731467475]
単純な機械学習型閉形式のモビリティモデルは、重力や複雑な機械やディープラーニングモデルよりも、全体として、より正確にモビリティフローを予測することができることを示す。
これらのモデルは異なるデータセットと異なるスケールで動作するため、人間の移動性の基本的な普遍的な特徴を捉えることができる。
論文 参考訳(メタデータ) (2023-12-18T15:22:25Z) - A generalized vector-field framework for mobility [0.0]
本稿では,任意の種類の移動に有効な個人軌跡から始まる一般ベクトル場表現を提案する。
個人の選挙が運動場のメソスコピック特性をどのように決定するかを示す。
筆者らのフレームワークは, メソスコピックな都市移動において, 隠れ対称性を捉えるための重要なツールである。
論文 参考訳(メタデータ) (2023-09-04T07:50:08Z) - Priority-Centric Human Motion Generation in Discrete Latent Space [59.401128190423535]
テキスト・ツー・モーション生成のための優先中心運動離散拡散モデル(M2DM)を提案する。
M2DMは、コード崩壊に対処するために、グローバルな自己注意機構と正規化用語を組み込んでいる。
また、各動きトークンの重要度から決定される革新的なノイズスケジュールを用いた動き離散拡散モデルを提案する。
論文 参考訳(メタデータ) (2023-08-28T10:40:16Z) - CrowdWeb: A Visualization Tool for Mobility Patterns in Smart Cities [0.39373541926236766]
現在の移動予測モデルの精度は25%未満である。
人間の移動パターンを可視化するWebプラットフォームを提案する。
我々はこのプラットフォームを拡張し、都市規模の観点から複数のユーザのモビリティを可視化する。
論文 参考訳(メタデータ) (2023-05-22T11:30:00Z) - Conditioned Human Trajectory Prediction using Iterative Attention Blocks [70.36888514074022]
本研究では,都市環境における歩行者位置予測を目的とした,簡易かつ効果的な歩行者軌道予測モデルを提案する。
我々のモデルは、複数のアテンションブロックとトランスフォーマーを反復的に実行できるニューラルネットワークアーキテクチャである。
ソーシャルマスク, 動的モデル, ソーシャルプーリング層, 複雑なグラフのような構造を明示的に導入することなく, SoTAモデルと同等の結果が得られることを示す。
論文 参考訳(メタデータ) (2022-06-29T07:49:48Z) - Mobility signatures: a tool for characterizing cities using intercity
mobility flows [1.1602089225841632]
我々は、より広い移動ネットワークに都市がどのように埋め込まれているかを理解するためのツールとして、モビリティシグネチャを紹介した。
フィンランドの携帯電話ベースのデータに基づいて構築された2つのアプリケーションによるモビリティシグネチャ手法の可能性を示す。
論文 参考訳(メタデータ) (2021-12-03T08:53:58Z) - Learning Perceptual Locomotion on Uneven Terrains using Sparse Visual
Observations [75.60524561611008]
この研究は、人中心の環境において、よく見られるバンプ、ランプ、階段の広い範囲にわたる知覚的移動を達成するために、スパースな視覚的観察の使用を活用することを目的としている。
まず、関心の均一な面を表すことのできる最小限の視覚入力を定式化し、このような外受容的・固有受容的データを統合した学習フレームワークを提案する。
本研究では, 平地を全方向歩行し, 障害物のある地形を前方移動させるタスクにおいて, 学習方針を検証し, 高い成功率を示す。
論文 参考訳(メタデータ) (2021-09-28T20:25:10Z) - Hidden Footprints: Learning Contextual Walkability from 3D Human Trails [70.01257397390361]
現在のデータセットは、人々がどこにいるか、どこにいるかを教えてくれません。
まず、画像間で人の観察を伝播させ、3D情報を利用して、私たちが「隠れ足跡」と呼ぶものを作成することで、有効なラベル付き歩行可能領域の集合を拡大する。
このようなスパースラベルのために設計されたトレーニング戦略を考案し、クラスバランスの分類損失と文脈逆転損失を組み合わせた。
論文 参考訳(メタデータ) (2020-08-19T23:19:08Z) - 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) - Learning to Move with Affordance Maps [57.198806691838364]
物理的な空間を自律的に探索し、ナビゲートする能力は、事実上あらゆる移動型自律エージェントの基本的な要件である。
従来のSLAMベースの探索とナビゲーションのアプローチは、主にシーン幾何学の活用に重点を置いている。
学習可能な余剰マップは探索と航法の両方において従来のアプローチの強化に利用でき、性能が大幅に向上することを示します。
論文 参考訳(メタデータ) (2020-01-08T04:05:11Z)
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。