文献
J-GLOBAL ID:202002210084520316   整理番号:20A2566065

マルチセマンティック軌道によるホットスポット地域パターンの効率的マイニング【JST・京大機械翻訳】

Efficient Mining of Hotspot Regional Patterns with Multi-Semantic Trajectories
著者 (6件):
資料名:
巻: 22  ページ: Null  発行年: 2020年 
JST資料番号: W3530A  ISSN: 2214-5796  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  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。
マルチセマンティックラベルによる軌道データにおける爆発的成長のため,マルチセマンティック軌道からの抽出逐次パターンに基づくマイニングホットスポットは,位置ベース広告,ビジネス位置,および都市計画のような,クラウド挙動解析の様々な応用における新たなニーズである。しかしながら,ほとんどの既存の地域パターンマイニング法は,時間的連続性,空間コンパクト性,および単一意味論のみに焦点を合わせる。軌道パターンのタイムライン,マルチセマンチック特徴,およびユーザ活動を考慮しないならば,アウトドまたは非ホット領域を発見することができる。この問題に取り組むために,本論文では,軌道データにおける社会的クラウドのホットスポットパターンを同定する目的で,ホットスポット地域マルチセマンティック軌道パターンマイニング問題を研究した。具体的には,1)空間内の特定のパターンの頻度と熱を定量化する新しい時空間密度スキームを提案し,運動挙動が高密度に生じ,高い熱を持つ全ての領域を発見する。2)軌道マイニングアルゴリズム,効果的ホットスポット地域マルチセマンティック軌道パターンマイニング(tHRM)を開発し,それは強度において必ずしも支配的でない領域における熱運動パターンを効果的に明らかにした。実軌道データセットを用いた実験により,tHRMは地域ホットスポット地域パターンを発見することができ,最先端の地域パターンマイニング手法で発見が困難であることを示した。さらに,tHRMは3~4倍速く走り,マイニング品質はライバル法よりも1桁高かった。Copyright 2020 Elsevier B.V., Amsterdam. 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
人工知能 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る