带你读论文第八期:西南交大博士麻志鹏讲时空数据挖掘论文

493次阅读
没有评论

 Datawhale论文 

来源:WhalePaper,负责人:芙蕖

WhalePaper简介

由Datawhale团队成员发起,对目前学术论文中比较成熟的 Topic 和开源方案进行分享,通过一起阅读、分享论文学习的方式帮助大家更好地“高效+全面+自律”学习,让大家都有所收获和提升!方向包括自然语言处理(NLP)、计算机视觉(CV)、推荐(Res)等相关方向的论文解读和分享,后续将融入更多的方向。开源地址:https://datawhalechina.github.io/whale-paper

WhalePaper | Github

带你读论文第八期:西南交大博士麻志鹏讲时空数据挖掘论文

本期活动

带你读论文第八期:西南交大博士麻志鹏讲时空数据挖掘论文

论文详情

论文题目:

More Than Routing: Joint GPS and Route Modeling for Refine Trajectory Representation Learning

分享方向:时空数据挖掘

论文简介:

轨迹表示学习在支持各种下游任务中发挥着关键作用。为了过滤 GPS 轨迹中的噪声,传统的方法倾向于采用基于路由的方法来简化轨迹。然而,这种方法忽略了 GPS 数据中包含的运动细节,限制了轨迹表示学习的表示能力。为了填补这一空白,我们提出了一种新颖的表示学习框架,即基于自监督技术的联合 GPS 轨迹和路由建模(JGRM)。我们将 GPS 轨迹和路由视为单一运动观测的两种模式,并通过模式间信息交互来融合信息。具体来说,我们开发了两个编码器,分别用于捕捉路由和 GPS 轨迹的表征。来自两种模式的表征被送入一个共享转换器,进行模式间信息交互。最后,我们设计了三个自我监督任务来训练模型。通过大量实验,我们在两个真实数据集上验证了所提方法的有效性。实验结果表明,JGRM 在路段表示和轨迹表示任务中的表现都显著优于现有方法。

论文地址:
https://arxiv.org/abs/2402.16915

会议链接:
https://meeting.tencent.com/dm/mZryaDxWgXx0

分享时间:2024年3月23日(周六)21点

进群参与

带你读论文第八期:西南交大博士麻志鹏讲时空数据挖掘论文

群满在公众号后台回复“paper”

带你读论文第八期:西南交大博士麻志鹏讲时空数据挖掘论文

一起“三连

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy