論文の概要: Zen: LSTM-based generation of individual spatiotemporal cellular traffic with interactions

• arxiv url: http://arxiv.org/abs/2301.02059v1
• Date: Thu, 5 Jan 2023 13:29:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-06 14:46:59.632407
• Title: Zen: LSTM-based generation of individual spatiotemporal cellular traffic with interactions
• Title（参考訳）: Zen:LSTMによる対時的細胞間相互作用の個別生成
• Authors: Anne Josiane Kouam, Aline Carneiro Viana, Alain Tchana
• Abstract要約: 本稿では、現実世界のデータ属性を満たすCdrをモデル化することで、このような課題に取り組む。 結果は、Zen Cdrが完全に現実世界のCdrsデータセットの個々の分布とグローバルな分布を正確に捉えていることを示している。 最後に,都市住民の日常的な細胞行動を再現するZen Cdrの能力を検証する。
• 参考スコア（独自算出の注目度）: 1.9594639581421422
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Domain-wide recognized by their high value in human presence and activity studies, cellular network datasets (i.e., Charging Data Records, named CdRs), however, present accessibility, usability, and privacy issues, restricting their exploitation and research reproducibility.This paper tackles such challenges by modeling Cdrs that fulfill real-world data attributes. Our designed framework, named Zen follows a four-fold methodology related to (i) the LTSM-based modeling of users' traffic behavior, (ii) the realistic and flexible emulation of spatiotemporal mobility behavior, (iii) the structure of lifelike cellular network infrastructure and social interactions, and (iv) the combination of the three previous modules into realistic Cdrs traces with an individual basis, realistically. Results show that Zen's first and third models accurately capture individual and global distributions of a fully anonymized real-world Cdrs dataset, while the second model is consistent with the literature's revealed features in human mobility. Finally, we validate Zen Cdrs ability of reproducing daily cellular behaviors of the urban population and its usefulness in practical networking applications such as dynamic population tracing, Radio Access Network's power savings, and anomaly detection as compared to real-world CdRs.
• Abstract（参考訳）: しかし、人間の存在と活動研究、セルラーネットワークデータセット(例えば、チャージデータレコード、CdRs)において高い価値で認識されているドメインワイドでは、アクセシビリティ、ユーザビリティ、プライバシの問題を提示し、その利用や研究の再現性を制限している。 zenと呼ばれる私たちの設計したフレームワークは、関連する4次元の方法論に従っています。 (i)LTSMに基づく利用者の交通行動のモデリング (ii)時空間移動行動の現実的で柔軟なエミュレーション (iii)生命のような細胞ネットワーク基盤と社会的相互作用の構造、及び (iv)以前の3つのモジュールと現実のcdrの組み合わせは、現実的に個々のベースでトレースする。 その結果、zenの第1および第3のモデルは、完全に匿名化された実世界のcdrsデータセットの個人およびグローバル分布を正確に捉えているのに対し、第2のモデルは、人間の移動に関する文献の特徴と一致していることがわかった。 最後に,実世界のcdrと比較して,都市住民の日常的細胞行動を再現する禅cdrの能力と,動的人口追跡,無線アクセスネットワークの電力節約,異常検出といった実用的なネットワーク応用における有用性を検証する。

関連論文リスト

• Reconsidering utility: unveiling the limitations of synthetic mobility data generation algorithms in real-life scenarios [49.1574468325115]
  実世界の応用性の観点から,5つの最先端合成手法の有用性を評価した。 我々は、GPS追跡タクシーのような細粒度都市の動きを符号化するいわゆる旅行データに焦点を当てる。 あるモデルは妥当な時間内にデータを生成することができず、別のモデルはマップマッチングの要件を満たすためにあまりに多くのジャンプを生成する。
  論文  参考訳（メタデータ） (2024-07-03T16:08:05Z)
• Human-Aware Vision-and-Language Navigation: Bridging Simulation to Reality with Dynamic Human Interactions [69.9980759344628]
  Vision-and-Language Navigation (VLN)は、人間の指示に基づいてナビゲートするエンボディエージェントを開発することを目的としている。 本稿では,人間の動的活動を取り入れ,従来のVLNを拡張したHuman-Aware Vision-and-Language Navigation (HA-VLN)を紹介する。 本稿では, クロスモーダル融合と多種多様なトレーニング戦略を利用して, エキスパート・スーパーモーダル・クロスモーダル (VLN-CM) と非エキスパート・スーパーモーダル・ディシジョン・トランスフォーマー (VLN-DT) のエージェントを提示する。
  論文  参考訳（メタデータ） (2024-06-27T15:01:42Z)
• Spatiotemporal Implicit Neural Representation as a Generalized Traffic Data Learner [46.866240648471894]
  時空間交通データ(STTD)は、マルチスケール交通システムの複雑な動的挙動を測定する。 本稿では,STTDを暗黙的ニューラル表現としてパラメータ化することで,STTD学習問題に対処する新しいパラダイムを提案する。 実世界のシナリオにおける広範な実験を通じて,その有効性を検証し,廊下からネットワークスケールへの応用を示す。
  論文  参考訳（メタデータ） (2024-05-06T06:23:06Z)
• Synthetic location trajectory generation using categorical diffusion models [50.809683239937584]
  拡散モデル(DPM)は急速に進化し、合成データのシミュレーションにおける主要な生成モデルの一つとなっている。 本稿では,個人が訪れた物理的位置を表す変数列である合成個別位置軌跡(ILT)の生成にDPMを用いることを提案する。
  論文  参考訳（メタデータ） (2024-02-19T15:57:39Z)
• Digital Twin Mobility Profiling: A Spatio-Temporal Graph Learning Approach [9.56255685195115]
  モビリティ・プロファイリングは、モビリティ・データから都市交通の潜在的なパターンを抽出することができる。 デジタルツイン(DT)技術は、コスト効率とパフォーマンス最適化管理の道を開く。 本稿では,移動時ネットワークDTモデルを用いてノードプロファイルを学習するためのデジタルツインモビリティ・プロファイリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-06T06:37:43Z)
• Reinforcement Learning with Human Feedback for Realistic Traffic Simulation [53.85002640149283]
  効果的なシミュレーションの鍵となる要素は、人間の知識と整合した現実的な交通モデルの導入である。 本研究では,現実主義に対する人間の嗜好のニュアンスを捉えることと,多様な交通シミュレーションモデルを統合することの2つの主な課題を明らかにする。
  論文  参考訳（メタデータ） (2023-09-01T19:29:53Z)
• Domain Adaptive 3D Pose Augmentation for In-the-wild Human Mesh Recovery [32.73513554145019]
  Domain Adaptive 3D Pose Augmentation (DAPA)は、Wildのシナリオにおけるモデルの一般化能力を向上するデータ拡張手法である。 DAPAによる微調整が3DPWとAGORAのベンチマークの結果を効果的に改善できることを定量的に示す。
  論文  参考訳（メタデータ） (2022-06-21T15:02:31Z)
• Style-Hallucinated Dual Consistency Learning for Domain Generalized Semantic Segmentation [117.3856882511919]
  本稿では、ドメインシフトを処理するためのStyle-HAllucinated Dual consistEncy Learning(SHADE)フレームワークを提案する。 SHADEは3つの実世界のデータセットの平均mIoUに対して5.07%と8.35%の精度で改善し、最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-06T02:49:06Z)
• Generating synthetic mobility data for a realistic population with RNNs to improve utility and privacy [3.3918638314432936]
  本稿では, ディープリカレントニューラルネットワーク(RNN)を用いた合成モビリティデータ生成システムを提案する。 本システムは, 個体群分布を入力として, 対応する合成個体群の移動トレースを生成する。 生成したモビリティデータは,個々のレベルでの実際のデータから変化しながら,実際のデータの特徴を保っていることを示す。
  論文  参考訳（メタデータ） (2022-01-04T13:58:22Z)

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。