文献

J-GLOBAL ID：201702248352071225   整理番号：17A1754303

二層多粒度知識発見に基づく移動軌跡予測モデル【JST・京大機械翻訳】

Moving trajectory prediction model based on double layer multi-granularity knowledge discovery

著者 (3件)： Wang Liang (西安科技大学 電气与控制工程学院, 陜西 西安 710054;西北工業大学 計算机学院, 陜西 西安 710072) ,  Yu Zhiwen (西北工業大学 計算机学院,陜西 西安,710072) ,  Guo Bin (西北工業大学 計算机学院,陜西 西安,710072)
資料名： Zhejiang Daxue Xuebao. Gongxue Ban  (Zhejiang Daxue Xuebao. Gongxue Ban)
巻： 51  号： 4  ページ： 669-674  発行年： 2017年 
JST資料番号： W1536A  ISSN： 1008-973X  CODEN： ZDXGFS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現実的移動軌道の空間分布におけるスパース性と不均一性による移動軌跡のモデリングと予測における挑戦的問題に対して、二層多粒度移動軌跡の知識発見に基づくオンライン軌跡予測モデルを提案した。多重粒度モデリングとパターンマイニングを,粗/細粒度意味論層において行い,粗/細粒度意味表現間の相関関係に基づいて,二層移動パターンマッピングのインデックス構造を確立した。オンライン移動軌跡を,二層意味論的モデルにおいて整合的に出力することによって,オンラインで移動する軌道の混合予測を実現することができた。本当のデータセットに関する実験結果は,提案した方法が予測精度を効果的に向上させることができて,まばらなデータにおける予測可能な軌道範囲を拡張することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *知識発見 ,  *軌跡 ,  空間分布 ,  *予測 ,  不均一性 ,  *予測モデル ,  意味論 ,  モデリング ,  *粒度
準シソーラス用語： 細粒度 ,  パターンマイニング ,  オンライン ,  スパース性 ,  *運動軌道 ,  *二層 , 【Automatic Indexing@JST】

著者キーワード (4件)： multi-granularity knowledge discovery ,  moving trajectory ,  pattern mining ,  prediction model

分類 (2件)： 人工知能  (JE08000Z) ,  検索技術  (AC06020S)

タイトルに関連する用語 (5件)： 二層 ,  粒度 ,  知識発見 ,  移動軌跡 ,  予測モデル