知識グラフに基づく低予測性個人のための潜在的運命発見【JST・京大機械翻訳】

Li Guilong; Chen Yixian; Liao Qionghua; He Zhaocheng

プレプリント

J-GLOBAL ID：202202217255563967 整理番号：22P0282005

知識グラフに基づく低予測性個人のための潜在的運命発見【JST・京大機械翻訳】

Potential destination discovery for low predictability individuals based on knowledge graph

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月30日プレプリントサーバーでの情報更新日： 2022年09月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

旅行者は,彼らが訪れた場所に移動し,彼らが潜在的目的地を呼んでいる。特に,非常に限られた観察の下で,旅行者はランダム運動パターンを示す傾向があり,通常,移動性予測(例えば, destination先予測)を扱うのを困難にする多数の潜在的目的を持つ。本論文では,それらの間のトリップ関連関係を考慮することにより,低予測可能性旅行者の潜在目的発見のための新しい知識グラフベースフレームワーク(PDPFKG)を開発した。最初に,エンティティ(例えば,旅行者,目的地および時間情報)とそれらの関係によってトリップシナリオをモデル化するために,トリップ知識グラフ(TKG)を構築し,その中で,複雑性低減のための私的関係の概念を導入した。次に,修正知識グラフ埋込みアルゴリズムを,全体的グラフ表現を最適化するために実行した。トリップ知識グラフ埋込みモデル(TKGEM)に基づいて,将来において選択する個人の観測されない目的地の可能なランキングは,三重の距離を計算することによって得ることができた。経験的に。PDPFKGは,中国,Xuancheng市のビデオベースの車両検出システムを備えた138の交差点からの匿名車両データセットを用いてテストされる。結果は,(i)提案した方法がベースライン法より著しく優れ,(ii)結果は潜在的目的地を選択する際に旅行者行動との強い整合性を示した。最後に,方法論の革新的ポイントの包括的な議論を提供した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る