.png){kind=icon}
返回
Dynamic Topic Analysis and Visual Analytics for Trajectory Data: A Spatial Embedding Approach
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14244873.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分析轨迹主题的演变对于理解城市移动性和人类活动至关重要。然而，现有方法通常难以捕捉复杂的时空语义，并且受限于固定时间窗口，这限制了多尺度时间分析。本文提出了一种新颖的方法来建模轨迹的动态主题，以解决这些局限性。所提出的方法结合了领域特定的轨迹嵌入策略、灵活的动态主题建模流程和交互式可视化系统来应对这些限制。首先，该方法引入了一种新颖的嵌入方法，使用在莫顿编码轨迹上带有词级分词器的重训练RoBERTa模型，以有效学习空间上下文和序列模式。其次，采用基于BERTopic的方法进行主题建模，其特点是具有可调整的时间窗口，允许在不同时间尺度上灵活分析主题动态，而无需重新训练模型。此外，具有协调时空视图的交互式可视化系统将抽象的模型输出转换为直观格式，从而能够直接探索演变的轨迹主题。在大型出租车轨迹数据集上的实验表明，所提出的方法在识别动态轨迹主题的连贯且有意义模式方面是有效的。
期刊
IF:
2.6
论文数:
1.1W
被引数:
4.7W
机构
引用论文
Fundamentals of Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM) network递归神经网络 (RNN) 和长短期记忆 (LSTM) 网络的基本原理
OAAI
OAAI分享收藏分享收藏Blockchain‐Empowered Internet of Things (IoTs) Platforms for Automation in Various SectorsAddula, S.R.; Tyagi, A.K.; Naithani, K.; Kumari, S. 区块链赋能的物联网（IoTs）平台在各个行业的自动化应用。载于《人工智能赋能的数字孪生技术在智能制造中的应用》；John Wiley & Sons, Ltd.：Hoboken, NJ, USA，2024年；第443–477页。 [Google Scholar] [CrossRef]
PREAI
分享收藏Spatiotemporal Analytics of Topic Trajectory.png)
Proceedings of the 9th International Symposium on Visual Information Communication and Interaction
Proceedings of the 9th International Symposium on Visual Information Communication and InteractionIF0
PREAI
分享收藏Progressive visual analysis of traffic data based on hierarchical topic refinement and detail analysisTao, Y.; Tang, Y. 基于层次化主题精炼和细节分析的交通数据渐进式可视化分析. J. Vis. 2023, 26, 367–384. [Google Scholar] [CrossRef]
PREAI
分享收藏Visual analysis of traffic data via spatio-temporal graphs and interactive topic modeling刘, L.; Zhan, H.; 刘, J.; Man, J. 基于时空图和交互式主题建模的交通数据可视化分析. J. Vis. 2019, 22, 141–160. [Google Scholar] [CrossRef]
PREAI
分享收藏分享收藏
查看更多内容