論文の概要: Here Is Not There: Measuring Entailment-Based Trajectory Similarity for
Location-Privacy Protection and Beyond
- arxiv url: http://arxiv.org/abs/2312.01151v1
- Date: Sat, 2 Dec 2023 14:41:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-05 18:52:59.709723
- Title: Here Is Not There: Measuring Entailment-Based Trajectory Similarity for
Location-Privacy Protection and Beyond
- Title（参考訳）: ここにはない:位置プライバシー保護のための要項に基づく軌道類似性の測定
- Authors: Zilong Liu, Krzysztof Janowicz, Kitty Currier, Meilin Shi, Jinmeng
Rao, Song Gao, Ling Cai, and Anita Graser
- Abstract要約: 本稿では,論理的エンテーメントを利用した測度を導入することにより,軌道類似性に関する新たな見解を示す。
これは、事実を、旅行が行われる社会的・環境的な文脈から導かれる三つの言明とみなす推論的な視点である。
本稿では,空間的関係文である事象の重なり合う割合として測定された包含に基づく軌道類似性の形式化を提案する。
- 参考スコア（独自算出の注目度）: 6.845802123943598
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While the paths humans take play out in social as well as physical space,
measures to describe and compare their trajectories are carried out in
abstract, typically Euclidean, space. When these measures are applied to
trajectories of actual individuals in an application area, alterations that are
inconsequential in abstract space may suddenly become problematic once overlaid
with geographic reality. In this work, we present a different view on
trajectory similarity by introducing a measure that utilizes logical
entailment. This is an inferential perspective that considers facts as triple
statements deduced from the social and environmental context in which the
travel takes place, and their practical implications. We suggest a
formalization of entailment-based trajectory similarity, measured as the
overlapping proportion of facts, which are spatial relation statements in our
case study. With the proposed measure, we evaluate LSTM-TrajGAN, a
privacy-preserving trajectory-generation model. The entailment-based model
evaluation reveals potential consequences of disregarding the rich structure of
geographic space (e.g., miscalculated insurance risk due to regional shifts in
our toy example). Our work highlights the advantage of applying logical
entailment to trajectory-similarity reasoning for location-privacy protection
and beyond.
- Abstract（参考訳）: 人間が社会的空間や物理的空間でプレイする道のりは、それらの軌道を記述し比較するための手段は、抽象的、典型的にはユークリッド空間で実行される。
応用領域における実際の個人の軌跡にこれらの措置を適用すると、抽象空間において不適切である変化は、地理的現実にオーバーレイすると突然問題となる。
本研究では,論理的包含を利用した測度を導入することにより,軌跡類似性について異なる視点を示す。
これは、事実を、旅行が行われる社会的・環境的文脈と、その実践的意味から導かれる三つの言明とみなす推論的な視点である。
本研究は,空間関係文である事象の重なり比率として測定される帰納的軌道類似性の形式化を提案する。
提案手法を用いて,プライバシ保護トラジェクトリ生成モデルLSTM-TrajGANを評価する。
エンテーメントに基づくモデル評価は、地理的空間の豊富な構造を無視する可能性(例えば、おもちゃの例における地域シフトによる保険リスクの計算ミス)を明らかにする。
我々の研究は、位置-プライバシー保護などのための軌道-類似性推論に論理的エンテーメントを適用する利点を強調している。
関連論文リスト
- Beyond Flatland: A Geometric Take on Matching Methods for Treatment Effect Estimation [6.4527669089403155]
本稿では,既存の因果機構によって誘導される内在データ幾何を考慮した治療効果を推定するマッチング手法を提案する。
我々は、GeoMatchingがより効果的に治療効果を推定できることを示す、合成および実世界のシナリオにおける理論的洞察と実証結果を提供する。
論文 参考訳（メタデータ） (2024-09-09T09:39:47Z) - Embedding Trajectory for Out-of-Distribution Detection in Mathematical Reasoning [50.84938730450622]
数理推論におけるOOD検出にトラジェクトリボラティリティを用いたトラジェクトリベースのTVスコアを提案する。
本手法は, 数学的推論シナリオ下でのGLM上での従来のアルゴリズムよりも優れる。
提案手法は,複数選択質問などの出力空間における高密度特徴を持つアプリケーションに拡張することができる。
論文 参考訳（メタデータ） (2024-05-22T22:22:25Z) - Auditing for Spatial Fairness [5.048742886625779]
保護属性が位置にあるときのアルゴリズム的公正性について検討する。
アルゴリズムフェアネスの確立された概念と同様に、空間フェアネスは位置から結果が統計的に独立していると定義する。
論文 参考訳（メタデータ） (2023-02-23T20:56:18Z) - Forecasting Human Trajectory from Scene History [51.72069374835107]
我々は,暗黙の場面の規則性から学習することで,将来の軌跡を予測することを提案する。
本研究では,シーン履歴情報を歴史的グループ軌跡と個々人のインタラクションの2つのタイプに分類する。
本稿では,シーン履歴をシンプルかつ効果的なアプローチで活用する,SHENet(Scene History Excavating Network)を提案する。
論文 参考訳（メタデータ） (2022-10-17T03:56:02Z) - Trajectory Forecasting from Detection with Uncertainty-Aware Motion
Encoding [121.66374635092097]
物体検出と追跡から得られる軌道は、必然的にうるさい。
本稿では, 明示的に形成された軌道に依存することなく, 直接検出結果に基づく軌道予測器を提案する。
論文 参考訳（メタデータ） (2022-02-03T09:09:56Z) - Human Trajectory Prediction via Counterfactual Analysis [87.67252000158601]
複雑な動的環境における人間の軌道予測は、自律走行車やインテリジェントロボットにおいて重要な役割を果たす。
既存のほとんどの手法は、歴史の軌跡や環境からの相互作用の手がかりから行動の手がかりによって将来の軌跡を予測することを学習している。
本研究では,予測軌跡と入力手がかりの因果関係を調べるために,人間の軌跡予測に対する反実解析手法を提案する。
論文 参考訳（メタデータ） (2021-07-29T17:41:34Z) - Featurized Density Ratio Estimation [82.40706152910292]
本研究では,2つの分布を推定前の共通特徴空間にマッピングするために,可逆生成モデルを活用することを提案する。
この偉業化は、学習された入力空間の密度比が任意に不正確な場合、潜在空間において密度が密接な関係をもたらす。
同時に、特徴写像の可逆性は、特徴空間で計算された比が入力空間で計算された比と同値であることを保証する。
論文 参考訳（メタデータ） (2021-07-05T18:30:26Z) - Learning Incident Prediction Models Over Large Geographical Areas for
Emergency Response Systems [0.7340017786387767]
本稿では,道路の地形,気象,歴史的事故,リアルタイム交通渋滞に関するデータを用いて,事故予測を支援するパイプラインについて述べる。
実験結果から,本手法は現状の手法と比較して,現場での応答時間を著しく短縮できることがわかった。
論文 参考訳（メタデータ） (2021-06-15T17:33:36Z) - Geographic ratemaking with spatial embeddings [0.3211619859724084]
ある領域に高い被曝率を持つ保険会社は、通常競争上の優位性がある。
過去の損失データが利用できない地域では、地理的損失に依存することが問題となる。
本論文では, 歴史的保険請求損失の平滑化に代えて, 地理レートモデルを構築するためのデータに基づく手法を提案する。
論文 参考訳（メタデータ） (2021-04-26T20:09:45Z) - GELATO: Geometrically Enriched Latent Model for Offline Reinforcement
Learning [54.291331971813364]
オフライン強化学習アプローチは、近近法と不確実性認識法に分けられる。
本研究では,この2つを潜在変動モデルに組み合わせることのメリットを実証する。
提案したメトリクスは、分布サンプルのアウトの品質と、データ内のサンプルの不一致の両方を測定します。
論文 参考訳（メタデータ） (2021-02-22T19:42:40Z) - Towards Measuring Place Function Similarity at Fine Spatial Granularity
with Trajectory Embedding [8.626648996710657]
軌道埋め込みにより、類似の社会的機能を持つ場所を近接した場所に配置することができる。
埋め込み類似性は、以前、場所関数の類似性を測定するための新しい計量として提案された。
本研究は,地理的距離が埋め込み類似性に影響を及ぼすかどうかを考察する。
論文 参考訳（メタデータ） (2020-10-31T12:59:46Z)
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。