論文の概要: Enhancing stop location detection for incomplete urban mobility datasets
- arxiv url: http://arxiv.org/abs/2407.11579v1
- Date: Tue, 16 Jul 2024 10:41:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-17 15:32:51.992528
- Title: Enhancing stop location detection for incomplete urban mobility datasets
- Title（参考訳）: 不完全都市移動データセットにおける停止位置検出の強化
- Authors: Margherita Bertè, Rashid Ibrahimli, Lars Koopmans, Pablo Valgañón, Nicola Zomer, Davide Colombi,
- Abstract要約: 本研究は, 位置同定のための密度に基づく手法を強化するために, 分類アルゴリズムの適用について検討する。
提案手法は,様々な時間にまたがる個別のルーチン行動を含む複数の特徴を取り入れ,個々のGPS点の局所的特徴を拡大する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Stop location detection, within human mobility studies, has an impacts in multiple fields including urban planning, transport network design, epidemiological modeling, and socio-economic segregation analysis. However, it remains a challenging task because classical density clustering algorithms often struggle with noisy or incomplete GPS datasets. This study investigates the application of classification algorithms to enhance density-based methods for stop identification. Our approach incorporates multiple features, including individual routine behavior across various time scales and local characteristics of individual GPS points. The dataset comprises privacy-preserving and anonymized GPS points previously labeled as stops by a sequence-oriented, density-dependent algorithm. We simulated data gaps by removing point density from select stops to assess performance under sparse data conditions. The model classifies individual GPS points within trajectories as potential stops or non-stops. Given the highly imbalanced nature of the dataset, we prioritized recall over precision in performance evaluation. Results indicate that this method detects most stops, even in the presence of spatio-temporal gaps and that points classified as false positives often correspond to recurring locations for devices, typically near previous stops. While this research contributes to mobility analysis techniques, significant challenges persist. The lack of ground truth data limits definitive conclusions about the algorithm's accuracy. Further research is needed to validate the method across diverse datasets and to incorporate collective behavior inputs.
- Abstract（参考訳）: 人体移動研究における位置検出の停止は、都市計画、交通ネットワーク設計、疫学モデリング、社会経済的分離分析など、複数の分野に影響を及ぼす。
しかし、従来の密度クラスタリングアルゴリズムはノイズや不完全なGPSデータセットに悩まされることが多いため、これは依然として難しい課題である。
本研究は, 位置同定のための密度に基づく手法を強化するために, 分類アルゴリズムの適用について検討する。
提案手法は,様々な時間スケールにわたる個別のルーチン行動や,個々のGPS点の局所的特徴など,複数の特徴を取り入れている。
データセットは、以前に列指向の密度依存アルゴリズムで停止とラベル付けされたプライバシー保護および匿名化されたGPSポイントを含む。
選択した停止点から点密度を除去してデータギャップをシミュレートし、スパースデータ条件下での性能を評価する。
モデルは、軌道内の個々のGPSポイントを、潜在的な停止またはノンストップとして分類する。
データセットの高度に不均衡な性質を考慮し、性能評価の精度よりもリコールを優先した。
以上の結果から, 時空間ギャップの存在下においてもほとんどの停止を検知し, 偽陽性と分類された点が, 通常は以前の停止点に近い装置の繰り返し位置に対応することが示唆された。
この研究は移動分析技術に寄与するが、重要な課題は残る。
基底真理データの欠如は、アルゴリズムの正確性に関する決定的な結論を制限している。
多様なデータセットにまたがる手法を検証し、集団行動入力を組み込むためには、さらなる研究が必要である。
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) - Towards the Uncharted: Density-Descending Feature Perturbation for Semi-supervised Semantic Segmentation [51.66997548477913]
本稿では,DDFP(Dedentity-Descending Feature Perturbation)という特徴レベルの一貫性学習フレームワークを提案する。
半教師付き学習における低密度分離仮定にインスパイアされた私たちの重要な洞察は、特徴密度はセグメンテーション分類器が探索する最も有望な方向の光を放つことができるということである。
提案したDFFPは、機能レベルの摂動に関する他の設計よりも優れており、Pascal VOCとCityscapesのデータセット上でのアートパフォーマンスの状態を示している。
論文 参考訳（メタデータ） (2024-03-11T06:59:05Z) - Physics-Guided Abnormal Trajectory Gap Detection [2.813613899641924]
本研究では,時空間のインデックス化と軌道ギャップのマージを両立させるための時空間ギャップ検出(STAGD)手法を提案する。
また、ダイナミックリージョンベースのマージ(DRM)アプローチを導入し、ギャップ異常スコアを効率的に計算する。
論文 参考訳（メタデータ） (2024-03-10T17:07:28Z) - SpatialRank: Urban Event Ranking with NDCG Optimization on
Spatiotemporal Data [55.609946936979036]
本研究ではSpatialRankという新しい空間イベントランキング手法を提案する。
本研究では,SpatialRankが犯罪や交通事故の最も危険性の高い場所を効果的に特定できることを示す。
論文 参考訳（メタデータ） (2023-09-30T06:20:21Z) - Sequential Attention Source Identification Based on Feature
Representation [88.05527934953311]
本稿では,テンポラルシーケンスに基づくグラフ注意源同定(TGASI)と呼ばれるシーケンス・ツー・シーケンス・ベースのローカライズ・フレームワークを提案する。
なお、このインダクティブラーニングのアイデアは、TGASIが他の事前の知識を知らずに新しいシナリオのソースを検出できることを保証する。
論文 参考訳（メタデータ） (2023-06-28T03:00:28Z) - Generative Anomaly Detection for Time Series Datasets [1.7954335118363964]
交通渋滞異常検出は知的交通システムにおいて最重要事項である。
本稿では,トラヒック異常検出のためのトラヒック密度推定を行うデータ駆動型生成手法を提案する。
Recall と F1-Score の両手法により, 最先端の混雑異常検出法と診断法を比較検討した。
論文 参考訳（メタデータ） (2022-06-28T17:08:47Z) - Detecting Wandering Behavior of People with Dementia [2.071516130824992]
そこで我々は, リアルタイムな移動自動検出手法を設計し, 迷子になるようにした。
この手法はGPSデータを利用して、動きの頻繁な位置を判断する。
合成データの実験を行い、頻繁な位置を見つけるためのアプローチの能力を検証し、それに代わる最先端のアプローチと比較する。
論文 参考訳（メタデータ） (2021-10-25T17:47:06Z) - CertainNet: Sampling-free Uncertainty Estimation for Object Detection [65.28989536741658]
ニューラルネットワークの不確実性を推定することは、安全クリティカルな設定において基本的な役割を果たす。
本研究では,オブジェクト検出のための新しいサンプリング不要不確実性推定法を提案する。
私たちはそれをCertainNetと呼び、各出力信号に対して、オブジェクト性、クラス、位置、サイズという、別の不確実性を提供するのは、これが初めてです。
論文 参考訳（メタデータ） (2021-10-04T17:59:31Z) - Benchmarking high-fidelity pedestrian tracking systems for research,
real-time monitoring and crowd control [55.41644538483948]
実生活環境における高忠実な歩行者追跡は,群集動態研究において重要なツールである。
この技術が進歩するにつれて、社会においても益々有用になってきている。
歩行者追跡技術の研究と技術に成功させるためには、正確さの検証とベンチマークが不可欠である。
我々は、プライバシーに配慮した歩行者追跡技術のためのベンチマークスイートをコミュニティのオープンスタンダードに向けて提示し、議論する。
論文 参考訳（メタデータ） (2021-08-26T11:45:26Z) - Robust GPS-Vision Localization via Integrity-Driven Landmark Attention [2.741266294612776]
都市におけるGPSナビゲーションのための統合型ランドマーク注意(ILA)
ヒトの認知的注意に触発され、ランドマークのサブセットを選択するために凸最適化を行う。
事前定義されたアラートリミットのローカリゼーション精度と堅牢な予測可用性を実証します。
論文 参考訳（メタデータ） (2021-01-13T02:16:13Z) - Infostop: Scalable stop-location detection in multi-user mobility data [0.0]
本稿では、フローベースネットワークコミュニティ検出アルゴリズムInfomapを活用することにより、最先端ソリューションの限界を克服するInfostopアルゴリズムについて述べる。
本研究では,Infostopsによって検出されたユーザ数の増加と,従来のソリューションよりも時間の複雑さが遅くなることを示す。
論文 参考訳（メタデータ） (2020-03-31T17:02:19Z)
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。