文献

J-GLOBAL ID：202202261551358738   整理番号：22A0733767

SAT-Geo:シンタックスベース確率的学習を用いた異常トラヒック事象の地理位置への社会センシングベースコンテンツのみアプローチ【JST・京大機械翻訳】

SAT-Geo: A social sensing based content-only approach to geolocating abnormal traffic events using syntax-based probabilistic learning

著者 (4件)： Shang Lanyu (School of Information Sciences, University of Illinois Urbana-Champaign, Champaign, IL, USA) ,  Zhang Yang (Department of Computer Science and Engineering, University of Notre Dame, Notre Dame, IN, USA) ,  Youn Christina (Department of Computer Science and Engineering, University of Notre Dame, Notre Dame, IN, USA) ,  Wang Dong (School of Information Sciences, University of Illinois Urbana-Champaign, Champaign, IL, USA)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 59  号： 2  ページ： Null  発行年： 2022年 
JST資料番号： E0362B  ISSN： 0306-4573  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： 社会センシングは,人間センサから物理的世界のタイムリーな観察を収集するための新興で普及しているセンシングパラダイムとなっている。本論文では,社会的センシングを用いて異常交通イベントを測る問題を研究した。著者らの目標は,社会メディアの内容から位置エンティティを調査することによって,異常な交通イベントの位置(すなわち,地理的座標)を推論することである。問題の解決には2つの重要な課題が存在する。(i)ソーシャルメディアの内容から異常トラフィックイベントに関連する位置エンティティを正確に同定する方法。(ii)同定された位置エンティティの集合から異常トラフィックイベントの地理的座標を正確に推定する方法。上記の課題に取り組むために,社会メディアポストのコンテンツとソーシャルメディアポストからの位置エンティティに関連した地理的情報における構文ベースのパターンを調査することによって,異常トラフィックイベントの地理的座標を正確に推定するために,社会的センシングベースの異常交通地理位置(SAT-Geo)フレームワークを開発した。著者らは,ニューヨーク市,Los Angeles,およびロンドンから収集した3つの実世界Twitterデータセットに関するSAT-Geoフレームワークを評価した。評価結果は,SAT-Geoが,異常トラフィック事象に関連した位置エンティティを効果的に同定して,事象の地理的座標を正確に推定することによって,最先端のベースラインよりも著しく優れていることを示した。Copyright 2022 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： *学習 ,  情報 ,  地理学 ,  社会 ,  イベント ,  センサ ,  基準線 ,  *コンテンツ
準シソーラス用語： ソーシャルメディア ,  エンティティ ,  ツイッター ,  構文 ,  地理位置測定 , 【Automatic Indexing@JST】

著者キーワード (4件)： 構文ベース学習 ,  異常検出 ,  地球局在化 ,  社会センシング

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

タイトルに関連する用語 (7件)： SAT ,  シンタックス ,  確率的学習 ,  異常トラヒック ,  事象 ,  地理位置 ,  社会