文献

J-GLOBAL ID：201702216338698495   整理番号：17A0886625

傾向経路:シミュレーションと実群衆データを比較するための新しい意味レベル計量【Powered by NICT】

Trending Paths: A New Semantic-Level Metric for Comparing Simulated and Real Crowd Data

著者 (3件)： Wang He (University of Leeds, Leeds, United Kingdom) ,  Ondrej Jan (Trinity College Dublin, Dublin, Ireland) ,  O’Sullivan Carol (Trinity College Dublin, Dublin, Ireland)
資料名： IEEE Transactions on Visualization and Computer Graphics  (IEEE Transactions on Visualization and Computer Graphics)
巻： 23  号： 5  ページ： 1454-1464  発行年： 2017年 
JST資料番号： W0715A  ISSN： 1077-2626  CODEN： ITVGEA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,新しい意味レベル群衆評価メトリックを提案した。群衆シミュレーションは,数十年間にわたって活性な,重要な分野である。しかしのみが最近に実世界状況に関する結果の忠実度を評価することへの関心が高い。これまで焦点は歩行者軌跡のような低水準特徴,または群衆密度のような大域的特徴の特性を解析している。を分析し,比較するために,実際とシミュレーションデータ,両者における潜在経路パターンに代表される意味情報を見出すことに基づく第一手法を提案した。ノンパラメトリックBayes推論による教師なしクラスタリングを用いて,パターン,それ自身は,群集挙動の豊富な可視化を提供することを学習することである。この目的のために,新しい確率論的変分二重階層的Dirichlet過程(SV DHDP)モデルを提案した。パターンの忠実度は,基準に関して計算され,異なるアルゴリズムの出力を可能にするお互いにおよび/または実データに応じてと比較したことである。既存メトリックスとの詳細な評価との比較は,この方法が種々のレベルでの群衆データを比較するための良好な代替物であり,より多くのタイプのデータで動作し,より少ない仮定を保持し,雑音に対してよりロバストであることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 変分法 ,  歩行者 ,  Bayes推定 ,  *シミュレーション ,  確率論 ,  ロバスト性 ,  可視化 ,  アルゴリズム ,  ノンパラメトリック法
準シソーラス用語： メトリックス ,  Dirichlet過程 ,  教師なしクラスタリング ,  意味情報 ,  群衆シミュレーション ,  ホップ数 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 傾向 ,  経路 ,  シミュレーション ,  意味 ,  計量