文献
J-GLOBAL ID:201902222506287671   整理番号:19A1553320

運動活動から地理埋め込みへ:大規模モビリティデータによる位置,トレース,訪問者のベクトル表現の生成と探索【JST・京大機械翻訳】

From Motion Activity to Geo-Embeddings: Generating and Exploring Vector Representations of Locations, Traces and Visitors through Large-Scale Mobility Data
著者 (2件):
資料名:
巻:号:ページ: 134  発行年: 2019年 
JST資料番号: U7212A  ISSN: 2220-9964  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
位置決め技術の急速な成長は,人々が一般的に行う経路をマップするので,場所間の追跡運動を可能にし,軌跡を,場所の接続性に関する情報の重要な情報源としている。本論文では,ユーザの動きトレースを利用して,人々がそれらの間を移動し,地理的座標と空間的近接性を無視する方法に基づいて,場所の行動表現を構築する。自然言語処理技術に触発されて,大規模移動度データ上で訓練された運動対ベクトル(Mott2vec)を一般的に名付けた教師なし機械学習アプローチにより得られた位置,トレース,および来訪者のベクトル表現を生成し,探索した。アルゴリズムは,2つのステップ,軌跡前処理とWord2ベクトルベースのモデル構築から成る。最初に,移動度トレースを固定時間ステップで折畳まれない位置のシーケンスに変換した。次に,Skip-gram Word2vecモデルを用いて,位置埋込みを構築した。最終的に,各トレースまたは訪問者に属する位置ベクトルを組み合わせて,トレースおよび訪問者埋込みを作成した。Mot2vecは,ユーザの運動挙動に基づいて位置の意味のある表現を提供し,位置の接続性を比較し,同じタイプの場所に対して類似の類似性分布を提供する直接的な方法を定義する。さらに,それは,それらの空間的近接性を超えるトレースと来訪者に対する類似性の計量を定義し,人々の異なるカテゴリー間の共通の運動挙動を同定する。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
電子航法一般 
引用文献 (45件):
もっと見る

前のページに戻る