論文の概要: Uncertainty-Aware Trip Purpose Inference from GPS Trajectories via POI Semantic Zones and Pareto Calibration

• arxiv url: http://arxiv.org/abs/2605.01257v1
• Date: Sat, 02 May 2026 05:29:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.671869
• Title: Uncertainty-Aware Trip Purpose Inference from GPS Trajectories via POI Semantic Zones and Pareto Calibration
• Title（参考訳）: POIセマンティックゾーンとパレート校正によるGPS軌道からの不確実性を考慮したトリプ目的推定
• Authors: Bo Yang, Haoxuan Ma, Yifan Liu, Zhiyuan Zhang, Chris Stanford, Morgan Sun, Jiaqi Ma,
• Abstract要約: 大規模なGPSトラジェクトリーデータは、人間の移動性に関する豊富な観察を提供する。 検出された停留所への旅行目的の割り当ては、個々のレベルの地上真実が欠如しているため困難である。 近辺レベルのPOIセマンティックゾーンと距離重み付き空間的可能性を統合する弱教師付きフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 10.747965384870737
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large-scale GPS trajectory data offer rich observations of human mobility, yet assigning trip purposes to detected stops remains challenging due to the absence of individual-level ground truth, spatial uncertainty from GPS noise and incomplete points of interest (POIs) coverage, and fundamental behavioral differences across trip purposes. We propose a weakly supervised framework integrating neighborhood-level POI semantic zones with distance-weighted spatial likelihoods, differentiated inference strategies for mandatory and non-mandatory activities, and a multi-phase Pareto optimization that jointly minimizes distributional divergence from household travel survey statistics and maximizes inference reliability without requiring annotated labels. Evaluated on over 81 million staypoints in Los Angeles, the framework reduces activity type frequency Jensen-Shannon distance (JSD) by 23%, start time JSD by 48%, and duration JSD by 12% respectively relative to a comparable baseline. The proposed approach provides a scalable and uncertainty-aware path from raw GPS trajectories to semantically annotated mobility data for travel demand modeling and transportation policy analysis.
• Abstract（参考訳）: 大規模なGPS軌道データにより、人間の移動の観測が豊富に行われているが、個々の地上の真実の欠如、GPSノイズと不完全な関心点(POI)による空間的不確実性、旅行目的間の基本的な行動の違いなど、検出された停止に旅行目的を割り当てることは依然として困難である。 本稿では,地域レベルのPOIセマンティックゾーンを距離重み付き空間的可能性と統合した弱監督型フレームワークを提案する。 ロサンゼルスの8100万以上の滞在地で評価されたこのフレームワークは、活動型周波数Jensen-Shannon 距離 (JSD) を23%減らし、起動時 JSD を48%減らし、時間 JSD を12%減らした。 提案手法は,生のGPSトラジェクトリからセマンティックアノテートされたモビリティデータまで,スケーラブルで不確実性に配慮した経路を提供し,旅行需要モデリングと交通政策分析に役立てる。

関連論文リスト

• Informative Path Planning with Guaranteed Estimation Uncertainty [7.2097330104931325]
  環境モニタリング予算ロボットは、厳密な距離とエネルギー制約の下で空間場を再構築する必要がある。 提案手法は,移動経路下でのセンサ位置選択と共同選択・引き抜き問題に対して,精度の高い近似保証付き手法を提案する。 実世界のデータを用いた実験では、より少ないセンシング位置と短い移動距離を用いて、プランナーが不確実な目標に到達していることが示されている。
  論文  参考訳（メタデータ） (2026-02-05T01:51:38Z)
• Interval Prediction of Annual Average Daily Traffic on Local Roads via Quantile Random Forest with High-Dimensional Spatial Data [0.0]
  年平均日平均トラフィック(AADT)データは、交通計画とインフラ管理に不可欠である。 最近の機械学習の進歩は、計測されていない場所でのAADT推定を改善した。 本研究では,予測の不確実性を明示的に定量化する区間予測手法を導入することにより,そのギャップを解消する。
  論文  参考訳（メタデータ） (2025-10-21T11:56:57Z)
• Bayesian-Driven Graph Reasoning for Active Radio Map Construction [96.08082552413117]
  本稿では,経路ナビゲーションに適したグラフベースの推論を明示的に活用する不確実性を考慮した無線地図再構成フレームワークを提案する。 提案手法は,(1)空間的不確実性をリアルタイムで推定するベイズニューラルネットワーク,(2)グローバル推論を行う注意に基づく強化学習ポリシの2つの重要な深層学習要素を統合した。 実験の結果,URAMは既存のベースラインよりも最大で34%の精度で復元できることがわかった。
  論文  参考訳（メタデータ） (2025-07-29T03:32:01Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• The NetMob25 Dataset: A High-resolution Multi-layered View of Individual Mobility in Greater Paris Region [64.30214722988666]
  本稿では,提案したデータセットのサーベイ設計,収集プロトコル,処理手法,特徴について述べる。 データセットには、人口統計、社会経済、家庭の特徴を記述した個人データベース(i)、タイムスタンプ、輸送モード、旅行目的を含む8,000以上の注釈付き変位を持つトリプスデータベース(ii)、約5億の高周波ポイントからなるRaw GPSトレースデータベース(iii)の3つのコンポーネントが含まれている。
  論文  参考訳（メタデータ） (2025-06-06T09:22:21Z)
• Enhancing stop location detection for incomplete urban mobility datasets [0.0]
  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。
  論文  参考訳（メタデータ） (2024-07-16T10:41:08Z)
• Secure Navigation using Landmark-based Localization in a GPS-denied Environment [1.19658449368018]
  本稿では,ランドマークに基づくローカライゼーション(LanBLoc)と拡張カルマンフィルタ(EKF)を統合した新たなフレームワークを提案する。 本稿では,障害物や危険のない経路を移動する物体を誘導する2つのアプローチについて,シミュレーションした戦場シナリオを提案する。
  論文  参考訳（メタデータ） (2024-02-22T04:41:56Z)
• SRRT: Exploring Search Region Regulation for Visual Object Tracking [58.68120400180216]
  探索領域規則追跡(SRRT)と呼ばれる新しい追跡パラダイムを提案する。 SRRTでは,各フレームに対して最適な探索領域を動的に推定するために,提案された探索領域レギュレータを適用している。 大規模なLaSOTベンチマークでは、SRRTはSiamRPN++とTransTをAUCの4.6%と3.1%で改善した。
  論文  参考訳（メタデータ） (2022-07-10T11:18:26Z)
• Adaptive Selection of Informative Path Planning Strategies via Reinforcement Learning [6.015556590955814]
  ローカルプランニング」アプローチでは,次回のサンプリング場所の優先順位が予測性能や帰路距離に与える影響を調査するために,様々な空間範囲が採用されている。 温度モニタリングロボットの使用事例実験により、プランナーの動的混合物は高度な情報プランを生成できるだけでなく、予測信頼性を犠牲にすることなく、大幅に距離を縮めることができることが示された。
  論文  参考訳（メタデータ） (2021-08-14T21:32:33Z)

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。