论文笔记:DeepMove: Predicting Human Mobility with Attentional Recurrent Networks

WWW 2018

1 Intro

  • 根据对百万级用户群的研究,93%的人类移动是可预测的。

  • 早期的mobility预测方法大多基于模式的。

    • 首先从轨迹中发现预定义的移动模式(顺序模式、周期模式)
    • 然后基于这些提取的模式预测未来位置。
  • 最近的发展转向基于模型的方法进行流动性预测。

    • 利用顺序统计模型(例如,马尔可夫链或递归神经网络)来捕捉人体运动的转变规律,并从给定的训练语料库中学习模型参数。
    • 尽管基于模型的移动性预测很好,但仍有挑战有待解决:
      • 1)人类移动性的复杂转变规律
      • 2)人类移动的多层次周期性
      • 3)人类流动性的数据的异质性和稀疏性
  • ------>提出了DeepMove

    • 从冗长和稀疏的轨迹中预测人类移动性的注意力递归神经网络模型

2 方法

2.1 方法总览

2.2 candidate generator

3 实验

3.1 数据集

3.2 实验结果

相关推荐
莫彩1 小时前
【大模型论文阅读】2503.01821_On the Power of Context-Enhanced Learning in LLMs
论文阅读·人工智能·语言模型
王上上2 小时前
【论文阅读51】-CNN-LSTM-安全系数和失效概率预测
论文阅读·cnn·lstm
有Li2 小时前
弹性网:基于神经网络的多组分磁共振弹性成像波反演与不确定性量化|文献速递-医学影像算法文献分享
论文阅读·医学生
妙BOOK言8 小时前
FalconFS: Distributed File System for Large-Scale Deep Learning Pipeline——论文阅读
论文阅读·元数据·分布式文件系统
2301_803652748 小时前
PPO原论文阅读
论文阅读
北京地铁1号线1 天前
YOLO12论文阅读:Attention-Centric Real-Time Object Detectors
论文阅读·yolo·目标检测
张较瘦_1 天前
[论文阅读] 人工智能 + 软件工程 | 从OpenAPI到MCP服务器:AutoMCP如何让LLM工具集成自动化?
服务器·论文阅读·人工智能
锅挤1 天前
论文阅读--《Besting the Black-Box: Barrier Zones for Adversarial Example Defense》
论文阅读
行然梦实1 天前
论文阅读:《针对多目标优化和应用的 NSGA-II 综述》一些关于优化算法的简介
论文阅读·算法·数学建模
行然梦实1 天前
论文阅读:《无约束多目标优化的遗传算法,群体和进化计算》
论文阅读·算法·数学建模