論文の概要: GCT-TTE: Graph Convolutional Transformer for Travel Time Estimation
- arxiv url: http://arxiv.org/abs/2306.04324v1
- Date: Wed, 7 Jun 2023 10:44:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-08 14:57:45.144655
- Title: GCT-TTE: Graph Convolutional Transformer for Travel Time Estimation
- Title(参考訳): GCT-TTE:旅行時間推定のためのグラフ畳み込み変換器
- Authors: Vladimir Mashurov, Vaagn Chopurian, Vadim Porvatov, Arseny Ivanov,
Natalia Semenova
- Abstract要約: 本稿では,旅行時間推定問題に対するトランスフォーマーモデルを提案する。
提案したGCT-TTEアーキテクチャは、入力経路の異なる特性を捉える異なるデータモダリティの利用である。
GCT-TTEは、ユーザが定義したルートでさらなる実験を行うために、Webサービスとしてデプロイされた。
- 参考スコア(独自算出の注目度): 1.6578333442626008
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces a new transformer-based model for the problem of travel
time estimation. The key feature of the proposed GCT-TTE architecture is the
utilization of different data modalities capturing different properties of an
input path. Along with the extensive study regarding the model configuration,
we implemented and evaluated a sufficient number of actual baselines for
path-aware and path-blind settings. The conducted computational experiments
have confirmed the viability of our pipeline, which outperformed
state-of-the-art models on both considered datasets. Additionally, GCT-TTE was
deployed as a web service accessible for further experiments with user-defined
routes.
- Abstract(参考訳): 本稿では,移動時間推定問題に対する新しいトランスベースモデルを提案する。
提案したGCT-TTEアーキテクチャの重要な特徴は、入力経路の異なる特性をキャプチャする異なるデータモダリティの利用である。
モデル構成に関する広範な研究とともに、パス認識およびパス盲点設定のための実際のベースラインを十分に実装し、評価した。
検討した計算実験により,いずれのデータセットにおいても最先端モデルに勝るパイプラインの実現可能性を確認した。
さらに、gct-tteはユーザ定義のルートでさらに実験可能なwebサービスとしてデプロイされた。
関連論文リスト
- Improving satellite imagery segmentation using multiple Sentinel-2 revisits [0.0]
我々は、微調整された事前学習されたリモートセンシングモデルのフレームワークにおいて、リビジョンを使用する最善の方法を探る。
モデル潜在空間における複数の再試行からの融合表現は、他の再試行法よりも優れていることが判明した。
SWINトランスフォーマーベースのアーキテクチャは、U-netやViTベースのモデルよりも優れている。
論文 参考訳(メタデータ) (2024-09-25T21:13:33Z) - TCCT-Net: Two-Stream Network Architecture for Fast and Efficient Engagement Estimation via Behavioral Feature Signals [58.865901821451295]
本稿では,新しい2ストリーム機能融合 "Tensor-Convolution and Convolution-Transformer Network" (TCCT-Net) アーキテクチャを提案する。
時間空間領域における意味のあるパターンをよりよく学習するために、ハイブリッド畳み込み変換器を統合する「CT」ストリームを設計する。
並行して、時間周波数領域からリッチなパターンを効率的に抽出するために、連続ウェーブレット変換(CWT)を用いて情報を2次元テンソル形式で表現する「TC」ストリームを導入する。
論文 参考訳(メタデータ) (2024-04-15T06:01:48Z) - UniTraj: A Unified Framework for Scalable Vehicle Trajectory Prediction [93.77809355002591]
さまざまなデータセット、モデル、評価基準を統一する包括的なフレームワークであるUniTrajを紹介する。
我々は広範な実験を行い、他のデータセットに転送するとモデルの性能が大幅に低下することがわかった。
これらの知見を説明するために,データセットの特徴に関する洞察を提供する。
論文 参考訳(メタデータ) (2024-03-22T10:36:50Z) - MTP: Advancing Remote Sensing Foundation Model via Multi-Task Pretraining [73.81862342673894]
ファンデーションモデルは、様々な画像解釈タスクを強化することで、リモートセンシング(RS)のランドスケープを再構築した。
事前訓練されたモデルを下流のタスクに転送することは、イメージ分類やオブジェクト識別タスクとして事前訓練の定式化によるタスクの相違に遭遇する可能性がある。
SAMRSデータセット上で、セマンティックセグメンテーション、インスタンスセグメンテーション、回転オブジェクト検出を含むマルチタスクによる事前トレーニングを行う。
我々のモデルは、シーン分類、水平・回転物体検出、セマンティックセグメンテーション、変化検出など、様々なRS下流タスクに基づいて微調整される。
論文 参考訳(メタデータ) (2024-03-20T09:17:22Z) - tsGT: Stochastic Time Series Modeling With Transformer [0.12905935507312413]
本稿では,汎用トランスアーキテクチャ上に構築された時系列モデルであるtsGTを紹介する。
tsGT は MAD と RMSE の最先端モデルより優れており、QL と CRPS のピアよりも 4 つの一般的なデータセットで優れていることを示す。
論文 参考訳(メタデータ) (2024-03-08T22:59:41Z) - VST++: Efficient and Stronger Visual Saliency Transformer [74.26078624363274]
我々は,グローバルな長距離依存関係を探索する,効率的で強力なVST++モデルを開発した。
我々は、RGB、RGB-D、RGB-T SODベンチマークデータセット上で、トランスフォーマーベースのバックボーンにまたがってモデルを評価した。
論文 参考訳(メタデータ) (2023-10-18T05:44:49Z) - Transformer-Based Neural Surrogate for Link-Level Path Loss Prediction
from Variable-Sized Maps [11.327456466796681]
送信機と受信機の位置に対する経路損失の推定は、ネットワーク計画やハンドオーバを含む多くのユースケースにおいて重要である。
本稿では,様々な次元の地図やスパース測定からリンクレベルの特性を予測できるトランスフォーマーベースのニューラルネットワークアーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-10-06T20:17:40Z) - Fine-Grained Trajectory-based Travel Time Estimation for Multi-city
Scenarios Based on Deep Meta-Learning [18.786481521834762]
知的交通システム(ITS)では旅行時間推定(TTE)が不可欠である
多都市シナリオのための微粒なトラジェクトリベースの旅行時間推定(TTTE)を実現することは重要である。
本稿では,メタ学習をベースとしたMetaTTEを提案する。
論文 参考訳(メタデータ) (2022-01-20T06:35:51Z) - PnP-DETR: Towards Efficient Visual Analysis with Transformers [146.55679348493587]
近年、DeTRはトランスフォーマーを用いたソリューションビジョンタスクの先駆者であり、画像特徴マップを直接オブジェクト結果に変換する。
最近の変圧器を用いた画像認識モデルとTTは、一貫した効率向上を示す。
論文 参考訳(メタデータ) (2021-09-15T01:10:30Z) - Transformer-based Map Matching Model with Limited Ground-Truth Data
using Transfer-Learning Approach [6.510061176722248]
多くのトラジェクトリベースのアプリケーションでは、生のGPSトラジェクトリをデジタルマップの道路網にマッピングする必要がある。
本稿では,データの観点から地図マッチングの課題を考察し,深層学習に基づく地図マッチングモデルを提案する。
合成軌道データを生成し,トランスフォーマーモデルを事前学習し,有限個の接地トラスデータでモデルを微調整する。
論文 参考訳(メタデータ) (2021-08-01T11:51:11Z) - Vision Transformers are Robust Learners [65.91359312429147]
ビジョントランスフォーマー(ViT)の一般的な腐敗や摂動、分布シフト、自然逆転例に対する堅牢性について検討します。
ViTsが実際により堅牢な学習者である理由を説明するために、定量的および定性的な指標を提供する分析を提示します。
論文 参考訳(メタデータ) (2021-05-17T02:39:22Z)
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。