論文の概要: Generating Individual Trajectories Using GPT-2 Trained from Scratch on
Encoded Spatiotemporal Data
- arxiv url: http://arxiv.org/abs/2308.07940v1
- Date: Mon, 14 Aug 2023 15:40:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-17 16:02:59.514709
- Title: Generating Individual Trajectories Using GPT-2 Trained from Scratch on
Encoded Spatiotemporal Data
- Title(参考訳): 時空間データをスクラッチから訓練したgpt-2を用いた個々の軌道生成
- Authors: Taizo Horikomi, Shouji Fujimoto, Atushi Ishikawa, Takayuki Mizuno
- Abstract要約: 様々な空間スケールにまたがる位置を具現化する特異な位置トークンを作成する。
自己回帰型言語モデル GPT-2 のアーキテクチャを用いて、このトークン列をゼロからトレーニングする。
環境要因と個人属性の両方に影響された軌道を生成する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Following Mizuno, Fujimoto, and Ishikawa's research (Front. Phys. 2022), we
transpose geographical coordinates expressed in latitude and longitude into
distinctive location tokens that embody positions across varied spatial scales.
We encapsulate an individual daily trajectory as a sequence of tokens by adding
unique time interval tokens to the location tokens. Using the architecture of
an autoregressive language model, GPT-2, this sequence of tokens is trained
from scratch, allowing us to construct a deep learning model that sequentially
generates an individual daily trajectory. Environmental factors such as
meteorological conditions and individual attributes such as gender and age are
symbolized by unique special tokens, and by training these tokens and
trajectories on the GPT-2 architecture, we can generate trajectories that are
influenced by both environmental factors and individual attributes.
- Abstract(参考訳): 水野、藤本、石川の研究(第2022報)に続いて、緯度と経度で表される地理的座標を、様々な空間スケールで位置を具現化する特異な位置トークンに変換する。
位置トークンにユニークな時間間隔トークンを追加することにより、個々の日程をトークンのシーケンスとしてカプセル化する。
自己回帰言語モデルGPT-2のアーキテクチャを用いて,このトークン列をスクラッチからトレーニングし,個々の日常的軌跡を逐次生成する深層学習モデルを構築する。
気象条件や性別や年齢などの個々の属性といった環境要因は、独特の特別なトークンによって象徴され、これらのトークンや軌道をgpt-2アーキテクチャ上で訓練することで、環境要因と個々の属性の両方に影響された軌道を生成することができる。
関連論文リスト
- Intriguing Properties of Positional Encoding in Time Series Forecasting [35.441009253571245]
トランスフォーマーベースの手法は、トークンの位置をマークするために位置符号化(PE)に依存する。
本稿では,時間的トークンに対する時間的位置動機付け(T-PE)と可変トークンに対する可変位置決め(V-PE)の2つの新しいPEを紹介する。
両PEを利用するために,TransformerベースのT2B-PEというデュアルブランチ・フレームワークを設計した。
論文 参考訳(メタデータ) (2024-04-16T07:21:39Z) - Geotokens and Geotransformers [0.0]
本稿では, 変圧器の入力成分であるジオトケンについて述べる。
典型的な言語列とは異なり、これらのトークンの場合、順序は地理的座標そのものほど重要ではない。
論文 参考訳(メタデータ) (2024-03-23T22:02:56Z) - Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese
Geographic Re-Ranking [61.60169764507917]
中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。
そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
論文 参考訳(メタデータ) (2023-09-04T13:44:50Z) - PointOdyssey: A Large-Scale Synthetic Dataset for Long-Term Point
Tracking [90.29143475328506]
本稿では,大規模合成データセットとデータ生成フレームワークであるPointOdysseyを紹介する。
私たちのゴールは、自然主義的な動きを持つ長いビデオに重点を置いて、最先端の技術を推し進めることです。
実世界のモーションキャプチャーデータを用いて変形可能なキャラクタをアニメーション化し、モーションキャプチャー環境に合わせて3Dシーンを構築し、リアルビデオ上で構造から抽出したトラジェクトリを用いてカメラ視点を描画する。
論文 参考訳(メタデータ) (2023-07-27T17:58:11Z) - Point Cloud Forecasting as a Proxy for 4D Occupancy Forecasting [58.45661235893729]
有望な自己管理タスクの1つは、注釈のないLiDARシーケンスからの3Dポイントクラウド予測である。
本課題は,(1)センサ外在物(自動運転車の移動),(2)センサ内在物(特定のLiDARセンサに特有のサンプリングパターン),(3)シーン内の他の物体の形状と動きを暗黙的にキャプチャするアルゴリズムを必要とすることを示す。
センサ外在性および内在性に関する4D占有率予測のポイントクラウドデータをレンダリングすることにより、注釈のないLiDARシーケンスで占有率アルゴリズムをトレーニングし、テストすることができる。
論文 参考訳(メタデータ) (2023-02-25T18:12:37Z) - 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) - AutoGeoLabel: Automated Label Generation for Geospatial Machine Learning [69.47585818994959]
リモートセンシングデータのためのラベルの自動生成のためのビッグデータ処理パイプラインを評価する。
我々は,大規模データプラットフォームであるIBM PAIRSを用いて,密集都市部でそのようなラベルを動的に生成する。
論文 参考訳(メタデータ) (2022-01-31T20:02:22Z) - Stochastic Layers in Vision Transformers [85.38733795180497]
視覚変換器の完全な層を導入し,性能を著しく低下させることなく実現した。
この追加により、視覚機能の堅牢性が向上し、プライバシーが強化される。
私たちの機能は3つの異なるアプリケーション、すなわち、敵の堅牢性、ネットワークキャリブレーション、機能プライバシに使用しています。
論文 参考訳(メタデータ) (2021-12-30T16:07:59Z) - A spatio-temporal LSTM model to forecast across multiple temporal and
spatial scales [0.0]
本稿では,環境データセットに適用した時系列予測のための新しい時空間LSTM(SPATIAL)アーキテクチャを提案する。
このフレームワークは、複数のセンサーにまたがって評価され、現在の速度、温度、溶存酸素の3つの異なる海洋変数に対して評価された。
論文 参考訳(メタデータ) (2021-08-26T16:07:13Z) - OpenPifPaf: Composite Fields for Semantic Keypoint Detection and
Spatio-Temporal Association [90.39247595214998]
イメージベースの知覚タスクは、例えば、検出、関連付け、セマンティックキーポイントとして定式化することができる。
人間の体は 推定と追跡をする
一つの段階における意味的および時間的キーポイント関連を共同で検出する一般的な枠組みを提案する。
また,本手法は車や動物などのキーポイントのクラスに一般化し,総合的な知覚の枠組みを提供することを示す。
論文 参考訳(メタデータ) (2021-03-03T14:44:14Z)
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。