文献

J-GLOBAL ID：202202226661490746   整理番号：22A1037331

屋内空間における位置予測のための空間-時間-意味論的方法【JST・京大機械翻訳】

A Spatial-Temporal-Semantic Method for Location Prediction in Indoor Spaces

著者 (3件)： Wang Peng (College of Computer Science and Technology, Harbin Engineering University, Harbin 150000, China) ,  Yang Jing (College of Computer Science and Technology, Harbin Engineering University, Harbin 150000, China) ,  Zhang Jianpei (College of Computer Science and Technology, Harbin Engineering University, Harbin 150000, China)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 屋外環境における予測軌跡に関する多数の研究が集中しているが,屋内設定におけるユーザの移動を予測することは,スマートフォンの開発およびWi-Fiサービスの成熟,例えばオフィスビルにおいて,最近多くの注目を集めている。屋内空間におけるユーザの移動を予測することは,彼/彼女の意図をよりよく理解するだけでなく,彼/彼女の生活経験を改善するのを助けることができる。予測手法の大部分は,オブジェクトの移動性を学習するための数学モデルを構築することによりこの問題に取り組むが,それらは制約における屋内ユーザの移動を効率的にモデル化できないが,空間-時間-意味情報設定で満たされている。この問題を解決するため,空間位置,時間的側面,およびショップカテゴリコンテキストを統一フレームワークに組み込む頻繁なサブ軌道ベースMarkovモデルを提案した。最初に,物理的動きの観点から隣接移動点をモデル化し,予測するための頻繁なサブ軌道アルゴリズムを提示し,次に,特定の位置における滞在期間を考慮することによって,著者らはさらに予測精度を改善した。最後に,屋内環境(例えば,ショップカテゴリー)における位置状況を考慮すれば,意味的観点からユーザの将来の訪問点をモデル化し,予測することに成功した。このモデルの有効性を検証するために,ショッピングモールの120,000以上の顧客から収集した261,269軌跡以上の大規模実世界データセットの完全な評価を行った。実験結果は,著者らの方法が最先端のモデルと比較して著しく優れた予測性能を実行することを実証した。Copyright 2022 Peng Wang et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  アルゴリズム ,  *意味論 ,  事務所建築 ,  数学モデル ,  モデリング ,  屋内環境 ,  モデル ,  ショッピングモール ,  スマートフォン
準シソーラス用語： 屋外環境 ,  Markovモデル ,  予測精度 ,  意味情報 ,  *位置予測 , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

引用文献 (45件)：

• B.-K. Ang, D. Dahlmeier, Z. Lin, J. Huang, M.-L. Seeto, H. Shi, "Indoor next location prediction with Wi-Fi," The Fourth International Conference on Digital Information Processing and Communications (ICDIPC2014), pp. 107-113, Kuala Lumpur, Malaysia, 2014.
• J. Huang, D. Dahlmeier, Z. Lin, B.-K. Ang, M.-L. Seeto, H. Shi, "Wi-fi based indoor next location prediction using mixed state-weighted markov-chain model," International Journal of Machine Learning and Computing, vol. 4, no. 6, pp. 505-509, 2014.
• B. Wang, Y. Hu, G. Shou, Z. Guo, "Trajectory prediction in campus based on Markov chains," International Conference on Big Data Computing and Communications, pp. 145-154, Shenyang,China, 2016.
• J. Ying, H. Chen, K. W. Lin, E. H. Lu, V. S. Tseng, H. Tsai, K. H. Cheng, S. Lin, "Semantic trajectory-based high utility item recommendation system," Expert Systems with Applications, vol. 41, pp. 4762-4776, 2014.
• P. L. Jenkins, T. J. Phillips, E. J. Mulberg, S. P. Hui, "Activity patterns of Californians: use of and proximity to indoor pollutant sources," Atmospheric Environment. Part A. General Topics, vol. 26, no. 12, pp. 2141-2148, 1992.

タイトルに関連する用語 (3件)： 屋内空間 ,  位置予測 ,  意味論