論文の概要: Categorizing Flight Paths using Data Visualization and Clustering Methodologies

• arxiv url: http://arxiv.org/abs/2310.00773v1
• Date: Sun, 1 Oct 2023 19:42:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-05 01:57:16.441171
• Title: Categorizing Flight Paths using Data Visualization and Clustering Methodologies
• Title（参考訳）: データ可視化とクラスタリング手法による飛行経路の分類
• Authors: Yifan Song, Keyang Yu, Seth Young
• Abstract要約: この研究は、連邦航空局の交通フロー管理システムとDV8のデータセットを利用して、様々な飛行経路で航空交通を分類するクラスタリングアルゴリズムを開発した。 アプリケーションの例では、自動クラスタリング結果決定とヒューマン・イン・ザ・ループプロセスに基づく、成功的で現実的なクラスタリングが示されている。
• 参考スコア（独自算出の注目度）: 12.270546709771926
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work leverages the U.S. Federal Aviation Administration's Traffic Flow Management System dataset and DV8, a recently developed tool for highly interactive visualization of air traffic data, to develop clustering algorithms for categorizing air traffic by their varying flight paths. Two clustering methodologies, a spatial-based geographic distance model, and a vector-based cosine similarity model, are demonstrated and compared for their clustering effectiveness. Examples of their applications reveal successful, realistic clustering based on automated clustering result determination and human-in-the-loop processes, with geographic distance algorithms performing better for enroute portions of flight paths and cosine similarity algorithms performing better for near-terminal operations, such as arrival paths. A point extraction technique is applied to improve computation efficiency.
• Abstract（参考訳）: この研究は、米国連邦航空局の交通フロー管理システムデータセットと、航空交通データの高度にインタラクティブな可視化を行うツールであるDV8を利用して、様々な飛行経路で航空交通を分類するクラスタリングアルゴリズムを開発した。 2つのクラスタリング手法、空間的空間的距離モデル、ベクトル的コサイン類似性モデルを示し、クラスタリングの有効性を比較した。 それらのアプリケーションの例では、自動クラスタリング結果決定と人間-イン-ループプロセスに基づく現実的なクラスタリングが成功し、地理的距離アルゴリズムは、飛行経路の一部により良い性能を示し、コサイン類似性アルゴリズムは、到着経路のようなほぼ終端操作により良い性能を示す。 点抽出技術を用いて計算効率を向上させる。

関連論文リスト

• Aircraft Trajectory Segmentation-based Contrastive Coding: A Framework for Self-supervised Trajectory Representation [3.621265249995015]
  本稿では,航空機軌道に基づくコントラスト符号化(ATSCC)を紹介する。 ATSCCは航空交通トラジェクトリデータ中の意味情報をキャプチャするために設計された、新しい自己教師型時系列表現学習フレームワークである。 実験は3つの異なる空港のデータセットで行われ、合計4つのデータセットが得られた。
  論文  参考訳（メタデータ） (2024-07-29T14:04:46Z)
• A Survey of Distance-Based Vessel Trajectory Clustering: Data Pre-processing, Methodologies, Applications, and Experimental Evaluation [16.87659569476234]
  船舶の軌道クラスタリングは海上のインテリジェント輸送システムにとって重要な要素である。 容器軌道クラスタリングは、異常検出や軌道予測などのアプリケーションに有用な洞察を提供する。 本稿では,最も広く普及している船体軌道クラスタリング法について概説する。
  論文  参考訳（メタデータ） (2024-07-13T17:02:44Z)
• Distribution-Based Trajectory Clustering [14.781854651899705]
  軌道クラスタリングは、軌道データの共通パターンの発見を可能にする。 距離測定には高い計算コストと低い忠実度という2つの課題がある。 我々は,最近の分散カーネル(IDK)を3つの課題に対処するための主要なツールとして利用することを提案する。
  論文  参考訳（メタデータ） (2023-10-08T11:28:34Z)
• Improving Online Lane Graph Extraction by Object-Lane Clustering [106.71926896061686]
  本稿では,局所レーングラフの推定精度を向上させるために,アーキテクチャと損失の定式化を提案する。 提案手法は,中心線をクラスタ中心とすることで,対象を中心線に割り当てることを学ぶ。 提案手法は既存の3次元オブジェクト検出手法の出力を用いて,大幅な性能向上を実現することができることを示す。
  論文  参考訳（メタデータ） (2023-07-20T15:21:28Z)
• Adaptive Hierarchical SpatioTemporal Network for Traffic Forecasting [70.66710698485745]
  本稿では,AHSTN(Adaptive Hierarchical SpatioTemporal Network)を提案する。 AHSTNは空間階層を利用し、マルチスケール空間相関をモデル化する。 2つの実世界のデータセットの実験により、AHSTNはいくつかの強いベースラインよりも優れたパフォーマンスを達成することが示された。
  論文  参考訳（メタデータ） (2023-06-15T14:50:27Z)
• GAN-Supervised Dense Visual Alignment [95.37027391102684]
  本稿では,識別モデル学習のためのフレームワークであるGAN-Supervised Learningと,GAN生成した学習データをエンドツーエンドで共同で学習する手法を提案する。 従来のCongealing法にインスパイアされた我々のGANgealingアルゴリズムは、Spatial Transformerを訓練し、不整合データに基づいて訓練されたGANのランダムなサンプルを共通の目標モードにマッピングする。
  論文  参考訳（メタデータ） (2021-12-09T18:59:58Z)
• An Unsupervised Learning Method with Convolutional Auto-Encoder for Vessel Trajectory Similarity Computation [13.003061329076775]
  畳み込みオートエンコーダ(CAE)を用いて低次元特徴を自動的に抽出する教師なし学習手法を提案する。 収集された大量の血管軌跡に基づいて、CAEは教師なしの方法で情報的軌跡画像の低次元表現を学習することができる。 提案手法は従来の軌道類似性手法を効率と有効性で大きく上回っている。
  論文  参考訳（メタデータ） (2021-01-10T04:42:11Z)
• (k, l)-Medians Clustering of Trajectories Using Continuous Dynamic Time Warping [57.316437798033974]
  本研究では,トラジェクトリの集中型クラスタリングの問題について考察する。 我々はDTWの連続バージョンを距離測定として使用することを提案し、これをCDTW(Continuous dynamic time warping)と呼ぶ。 一連の軌道から中心を計算し、その後反復的に改善する実践的な方法を示す。
  論文  参考訳（メタデータ） (2020-12-01T13:17:27Z)
• FedPD: A Federated Learning Framework with Optimal Rates and Adaptivity to Non-IID Data [59.50904660420082]
  フェデレートラーニング(FL)は、分散データから学ぶための一般的なパラダイムになっています。 クラウドに移行することなく、さまざまなデバイスのデータを効果的に活用するために、Federated Averaging(FedAvg)などのアルゴリズムでは、"Computation then aggregate"(CTA)モデルを採用している。
  論文  参考訳（メタデータ） (2020-05-22T23:07:42Z)
• Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
  複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。 建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
  論文  参考訳（メタデータ） (2020-04-25T22:54:35Z)
• Wise Sliding Window Segmentation: A classification-aided approach for trajectory segmentation [11.174536284571802]
  ワイズスライディングウィンドウ(WS-II)と呼ばれる教師付き軌道分割アルゴリズムを提案する。 WS-IIは軌道座標を処理し、空間と時間の変化を見つけ、エラー信号を生成する。 提案手法は,異なる領域の3つの実データに対して評価する。
  論文  参考訳（メタデータ） (2020-03-23T12:55:40Z)

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。