ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. シンポジウム
  2. シンポジウムシリーズ
  3. マルチメディア、分散、協調とモバイルシンポジウム(DICOMO)
  4. 2022

時間粒度が粗密な大規模測位データを用いた移動手段推定に関する研究

https://ipsj.ixsq.nii.ac.jp/records/219597
https://ipsj.ixsq.nii.ac.jp/records/219597
4b14b206-a7b2-40b4-acf6-e36cde45bb4e
名前 / ファイル ライセンス アクション
IPSJ-DICOMO2022023.pdf IPSJ-DICOMO2022023.pdf (8.7 MB)
Copyright (c) 2022 by the Information Processing Society of Japan
オープンアクセス
Item type Symposium(1)
公開日 2022-07-06
タイトル
タイトル 時間粒度が粗密な大規模測位データを用いた移動手段推定に関する研究
言語
言語 jpn
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_5794
資源タイプ conference paper
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室
著者所属
名古屋大学大学院 工学研究科 情報通信工学専攻 河口研究室/名古屋大学未来社会創造機構
著者名 東浦, 圭亮

× 東浦, 圭亮

東浦, 圭亮

Search repository
田村, 直樹

× 田村, 直樹

田村, 直樹

Search repository
平野, 流

× 平野, 流

平野, 流

Search repository
鷲田, 健斗

× 鷲田, 健斗

鷲田, 健斗

Search repository
坂倉, 波輝

× 坂倉, 波輝

坂倉, 波輝

Search repository
山口, 公平

× 山口, 公平

山口, 公平

Search repository
浦野, 健太

× 浦野, 健太

浦野, 健太

Search repository
米澤, 拓郎

× 米澤, 拓郎

米澤, 拓郎

Search repository
河口, 信夫

× 河口, 信夫

河口, 信夫

Search repository
論文抄録
内容記述タイプ Other
内容記述 スマートフォンの普及が進むとともに,位置情報データの収集が容易となり,位置情報データを用いた研究が盛んに行われるようになった.そのなかでも,ユーザがどのような交通手段を用いて移動を行ったかを推定する移動手段推定は,多く研究されている分野の一つである.またスマートフォンを用いた位置情報の大規模な集積及び利活用を目的とした,大規模位置情報データプラットフォームが登場するようになった.このようなプラットフォームは容易な位置情報データの大規模分析を可能にする反面,位置情報データを収集する際に用いる SDK の特性やスマートフォンがおかれている環境によって,収集される位置情報に大幅な誤りを含む場合がある.また一般的な移動手段推定の研究で用いられるデータは,測位間隔が数秒程度で一定かつ密であることが多いが,大規模測位データではデバイスの消費電力的な観点から,取得される位置情報は測位間隔が数分程度と長いことが多く,測位間隔も一定ではない.移動手段推定に関する研究はこれまで数多く行われているが,このような性質を持つデータを対象とした移動手段推定の検討は十分に行われていない.そこで本研究は,時間粒度が粗密な大規模測位データを対象とした移動手段推定手法の提案を行う.提案手法は,データセットの前処理工程と移動手段推定工程の,大きく 2 つの工程に分かれる.前処理工程では,測位点間の重心に着目した独自のアルゴリズムによる誤差が顕著なデータの除去と,推定に用いる特徴量の付与を行う.移動手段推定工程では,速度の閾値判定による滞在/非滞在判定や移動手段の変化点検出などの処理を行った後,Random Forest による移動手段推定を行う.実世界で運用実績のある SDK により取得された位置情報データに対して提案手法を適用し,ユーザの移動手段を滞在・徒歩・電車・車の 4 種類に分類するタスクを行った結果,79.97% の精度での分類を達成した.
書誌情報 マルチメディア,分散,協調とモバイルシンポジウム2022論文集

巻 2022, p. 163-170, 発行日 2022-07-06
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 14:50:19.757172
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3