論文の概要: A Two-Stage Hybrid Framework for Inferring Air Trips from Mobile Location-based Service (LBS) Data under Incomplete Airport Sightings

• arxiv url: http://arxiv.org/abs/2610.24366v1
• Date: Sat, 17 Oct 2026 01:33:36 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 11:46:38.224628
• Title: A Two-Stage Hybrid Framework for Inferring Air Trips from Mobile Location-based Service (LBS) Data under Incomplete Airport Sightings
• Title（参考訳）: 不完全な空港監視下での移動位置情報サービス(LBS)データから空気トリップを推定するための2段階ハイブリッドフレームワーク
• Abstract要約: 本研究は、空港の視認下での大規模LBSデータから米国国内空路を推定するための2段階の枠組みを開発する。 T-100 Domestic Segment route benchmarks and a Stage 1 pseudo-ground-truth reference set。
• 参考スコア（独自算出の注目度）: 2.707154152696381
• License:
• Abstract: Mobile device location-based service (LBS) data provide large-scale spatiotemporal observations that can help airport planners understand air travelers' mobility patterns. However, airport sightings are often missing before or after flights, making strictly rule-based detection incomplete. This study develops a two-stage framework to infer U.S. domestic air trips from large-scale LBS data under incomplete airport sightings. Stage 1 uses heuristic rules to identify high-confidence air trips whose endpoints are observed at two distinct airports. Stage 2 addresses latent air trips with a probabilistic model that infers air routes using spatial proximity, temporal compatibility, and historical flight schedule information. Using January 2022 nationwide LBS data with nearly 10 million users and 131 million sightings, results are validated against T-100 Domestic Segment route benchmarks and a Stage 1 pseudo-ground-truth reference set. The framework increases air route coverage from 10.65% under Stage 1 to 50.60% and recovers nearly all top-1,000 benchmark routes. It improves Spearman rank correlation with T-100 route shares from 0.4490 to 0.7630 and reduces Jensen-Shannon divergence from 0.2808 to 0.2263. Stage 2 also recovers 92.2% of Stage 1 reference trips. This study formalizes three endpoint observation regimes for LBS-based air trip inference (airport-observed, semi-observed, and latent) and helps airport agencies identify domestic air travel patterns missed when airport sightings are incomplete.
• Abstract（参考訳）: 移動体位置情報サービス(LBS)データは、空港のプランナーが航空旅行者の移動パターンを理解するのに役立つ大規模な時空間観測を提供する。 しかし、空港の視界は飛行前後に欠落することが多く、厳密な規則に基づく検出は不完全である。 本研究では,不完全な空港視認下での大規模LBSデータから米国国内空路を推定するための2段階の枠組みを開発する。 ステージ1は、2つの異なる空港でエンドポイントが観測される高信頼の航空旅行を特定するためにヒューリスティックなルールを使用している。 ステージ2は、空間的近接性、時間的整合性、歴史的な飛行スケジュール情報を用いて航空ルートを推測する確率論的モデルを用いて、潜航に対処する。 2022年1月、全国で1000万人近い利用者と1億1100万人の目撃者によるLBSデータを用いて、T-100の国内セグメンテーションルートベンチマークとステージ1の擬似地上真実参照セットに対して結果が検証される。 この枠組みは、ステージ1の10.65%から50.60%に増加し、トップ1000のベンチマークルートのほぼ全てを回収している。 T-100系統のシェアは0.4490から0.7630に増加し、ジェンセン=シャノン分岐は0.2808から0.2263に減少する。 ステージ2はステージ1の参照旅行の92.2%も回復している。 本研究は,LBSによる航空旅行推論(航空観測,半観測,潜航)の3つのエンドポイント観測体制を定式化し,空港の視認が不十分な場合の国内航空旅行パターンの特定を支援する。

関連論文リスト

• Can Compact Open-Weight Large Language Models Recover Mobility Events from Incomplete Trajectories? A Controlled Evaluation Using Air Trips [2.707154152696381]
  本研究では,コンパクトでローカルに展開された大規模言語モデルが,不完全軌跡から欠落した移動情報を復元できるかどうかを評価する。 30回の高信頼飛行は3つの不完全な軌道状態に変換された。 4つのプロンプト変種と2つのLLMが720の要求を発生させ、それぞれが2段階の手順を使用して飛行遷移セグメントを識別した。
  論文  参考訳（メタデータ） (2026-10-16T21:49:43Z)
• DSWM: Decomposed Spatio-Temporal World Model for Demand-Driven UAV Base Station Repositioning [44.08640139884205]
  本稿では,航空基地局に対する需要駆動型艦隊最適化手法を提案する。 本研究では,指数移動平均(EMA)に基づく潜在予測目標を分散正則化を用いて再帰的状態空間モデルとして学習する。 毎週のサービス提供比率は0.889、0.908、0.898で、データセットごとの非拡張構成の中では第1位です。
  論文  参考訳（メタデータ） (2026-09-29T06:56:46Z)
• WISE: A Lightweight, Weakly-Supervised Model for Onboard Fire Smoke Detection and Localization [55.18555004736124]
  WISE (Weakly-supervised Inference- efficient Smoke extract) は, 着火煙の検出と位置推定のための配置指向フレームワークである。 3つのモデル変種は平均推定時間0.10秒、0.14秒、0.26秒を達成し、オンボードの資源制限内でほぼリアルタイムなタイル当たりの推測を示す。 最もパフォーマンスの良い変種は平均タイルレベルF1スコアが0.964、平均ピクセルレベルF1スコアが10ランで0.750、パラメータが0.12Mで約3GFLOPである。
  論文  参考訳（メタデータ） (2026-09-16T07:00:48Z)
• Map the Possibilities: Spatial Belief Fields for Language-Goal Aerial Navigation [49.03955946482723]
  SBFNavは、言語条件付き空間的信念場を中心としたクローズドループナビゲーションフレームワークである。 主に観測されたことを記録しているエゴ中心の地図とは異なり、SBFレポジトリ-はタスク条件付き分布を可視な目標位置上で再送する。 SBFNavは、制御のためのメットリックなウェイポイントとして、命令と観察に最も適したゴールを選択する。
  論文  参考訳（メタデータ） (2026-09-05T03:11:01Z)
• Air Quality Downscaling with Station-Guided Pseudo-Supervision [60.31045749983062]
  局所PM$_2.5$変動に対する高分解性粗大大気場は空間的支持のミスマッチによって一意に挑戦される。 ヨーロッパにおける高分解能PM$_2.5$ダウンスケールのためのステーション誘導フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-06T16:32:25Z)
• Data-Driven Runway and Taxiway Exits Prediction of Landing Aircraft: A Case Study at Hartsfield-Jackson Atlanta International Airport [1.2674530639112407]
  本研究は、ハーツフィールド・ジャクソン・アトランタ国際空港(KATL)の入港決定について検討する。 コントローラワークフローを反映する2段階のデータ駆動型意思決定支援を提案する。
  論文  参考訳（メタデータ） (2026-06-09T15:55:55Z)
• Learning to Land Anywhere: Transferable Generative Models for Aircraft Trajectories [0.6089496237595778]
  データ豊富な空港で訓練された生成モデルは、転送学習を用いてデータ共有空港に効率的に適応できるかどうかを検討する。 我々は,最先端の拡散・流れマッチングに基づくアーキテクチャを航空分野に適用し,チューリッヒとダブリンのデータセット間の転送性を評価する。 その結果、拡散ベースのモデルはダブリンのデータの5%以下で競争性能を達成し、ベースラインレベルのパフォーマンスは約20%に達することがわかった。
  論文  参考訳（メタデータ） (2025-11-06T08:01:25Z)
• AG-VPReID 2025: Aerial-Ground Video-based Person Re-identification Challenge Results [64.38412449125872]
  本稿では,高高度(80-120m)の地上ReIDに焦点を当てた初の大規模ビデオベースコンペであるAG-VPReID 2025 Challengeを紹介する。 この課題は、3,027個のID、13,500個のトラックレット、UAV、CCTV、ウェアラブルカメラから取得された約370万フレームからなるAG-VPReIDデータセット上に構築された。 UAMのX-TFCLIPによる空中対地ReID設定では72.28%、地上対地ReID設定では70.77%の精度を達成した
  論文  参考訳（メタデータ） (2025-06-28T10:45:30Z)
• 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)
• Amelia: A Large Dataset and Benchmark for Airport Surface Movement Forecasting [12.293557786020427]
  米国では、空港の管制塔の90%以上が不足しており、FAA(連邦航空局)や労働組合の基準に満たされていない。 アメリア42(Amelia-42)は、アメリカ連邦航空局(FAA)のシステムワイド・インフォメーション・マネジメント(SWIM)プログラム(英語版)を通じて流される、空港表面の移動に関する報告の収集である。 空港あたり15日間のサンプルであるAmelia42-Miniをリリースしました。
  論文  参考訳（メタデータ） (2024-07-30T20:50:48Z)

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。