WEKO3
アイテム
滞在時間帯と経路情報を用いた混合最大エントロピー逆強化学習に基づく早期目的地予測
https://ipsj.ixsq.nii.ac.jp/records/155387
https://ipsj.ixsq.nii.ac.jp/records/155387a08eba16-4a7f-4286-84ab-8bceba3d1061
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-MBL16078031.pdf (1.8 MB)
|
Copyright (c) 2016 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2016-02-22 | |||||||||
| タイトル | ||||||||||
| タイトル | 滞在時間帯と経路情報を用いた混合最大エントロピー逆強化学習に基づく早期目的地予測 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | ナビゲーション・スマートフォン応用 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||
| 資源タイプ | technical report | |||||||||
| 著者所属 | ||||||||||
| 東京大学 | ||||||||||
| 著者所属 | ||||||||||
| 東京工業大学 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| The University of Tokyo | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Tokyo Institute of Technology | ||||||||||
| 著者名 |
小西, 達也
× 小西, 達也
× 下坂, 正倫
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | ユーザの位置履歴情報に基づく目的地の推定はユビキタスコンピューティングの中心的な応用課題の一つである．この問題に対して活動時間帯に基づくものや，逆強化学習に基づくものが提案されてきたが，前者は移動時の経路情報を加味しないため最終的な目的地推定の精度を上げにくい，後者は移動開始直後では経路情報を利用できないために移動開始直後の推定精度が低いという問題がある．本研究は，これら 2 つの枠組みを統合し，移動直後から一定水準の精度を保証しつつ，移動するにつれて目的地予測精度を向上させていく手法の実現を目的とする．具体的には，滞在場所と時間帯に関係する分布を混合比とする，最大エントロピー逆強化学習 （MEIRL） を用いた統計モデルを提案する．スマートフォンにより取得された位置履歴データを用いた実験により，提案手法が既存の目的地予測手法と比べて高い精度で目的地を予測できることを確認した． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA11851388 | |||||||||
| 書誌情報 |
研究報告モバイルコンピューティングとパーベイシブシステム（MBL） 巻 2016-MBL-78, 号 31, p. 1-6, 発行日 2016-02-22 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8817 | |||||||||
| Notice | ||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
