文献

J-GLOBAL ID：201702248267447482   整理番号：17A0777184

ディープニューラルネットワークを用いた輸送手段検出

Detecting Transportation Modes Using Deep Neural Network

著者 (4件)： WANG Hao (College of Computer Science & Technology, North China University of Technology) ,  LIU GaoJun (College of Computer Science & Technology, North China University of Technology) ,  DUAN Jianyong (College of Computer Science & Technology, North China University of Technology) ,  ZHANG Lei (School of Computer Science & Technology, China University of Mining and Technology)
資料名： IEICE Transactions on Information and Systems (Web)  (IEICE Transactions on Information and Systems (Web))
巻： E100.D  号： 5  ページ： 1132-1135(J-STAGE)  発行年： 2017年 
JST資料番号： U0469A  ISSN： 1745-1361  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： グローバルポジショニングシステム(GPS)軌道からの輸送手段検出に関する既存の検討は,主に手作りの特徴を採用していた。これらの特徴は,専門的な背景を持つ研究者を必要とし,トラヒックの複雑さのために常にうまく機能するとは限らなかった。これらの問題に対処するために,著者らは,ポイントレベルの手作りの特徴からポイントレベルの深い特徴を抽出するスパースオートエンコーダを使用するモデルを提案した。コンボリューションニューラルネットワークは,ポイントレベルの深い特徴を集約し,軌道レベルの深い特徴を生成した。ディープニューラルネットワークは,軌道レベルの手作りの特徴と,ユーザの輸送手段を検出するための軌道レベルの深い特徴とを組み込んだ。マイクロソフトのGeoLifeデータを使用した実験により,提案のモデルが自動的に効果的な特徴を抽出し,輸送手段検出の精度を向上させるということを示した。手作業の特徴と浅い分類器のみを使用したモデルと比較して,提案のモデルは最大精度を6%向上させた。(翻訳著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *輸送 ,  軌道 ,  方式 ,  検出 ,  畳込み ,  符号器 ,  コンピュータ ,  通信信号 ,  GPS
準シソーラス用語： GPS【位置決め】 ,  *ディープニューラルネットワーク ,  グローバルポジショニングシステム ,  手段 ,  コンボリューション ,  エンコーダ ,  分類機 ,  トラヒック【通信】

著者キーワード (3件)： transportation mode detection ,  deep feature ,  trajectory mining

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  その他の情報処理  (JE15050M)

引用文献 (7件)：

• [1] K. Waga, A. Tabarcea, and P. Fränti, “Context aware recommendation of location-based data,” 15th International Conference on System Theory, Control, and Computing (ICSTCC), pp.1-6, 2011.
• [2] F. Biljecki, H. Ledoux, and P. van Oosterom, “Transportation mode-based segmentation and classification of movement trajectories,” International Journal of Geographical Information Science, vol.27, no.2, pp.385-407, 2013.
• [3] Y. Zheng, “Trajectory data mining: an overview,” ACM Transactions on Intelligent Systems and Technology (TIST), vol.6, no.3, 2015.
• [4] Y. Zheng, Q. Li, Y. Chen, X. Xie, and W.-Y. Ma, “Understanding mobility based on gps data,” In Proceedings of the 10th international conference on Ubiquitous computing, pp.312-321, ACM, 2008.
• [5] Y. Zheng, Y. Chen, Q. Li, X. Xie, and W.-Y. Ma, “Understanding transportation modes based on gps data for web applications,” ACM Transactions on the Web (TWEB), vol.4, no.1, 2010.

タイトルに関連する用語 (2件)： ディープニューラルネットワーク ,  輸送