文档名：利用无监督预训练的轨迹深度关联
摘要：针对时空相似度算法关联轨迹的局限性,采用深度学习方法进行轨迹关联,并提出了一种基于无监督预训练的匹配神经网络训练方式.利用Geohash向量嵌入对轨迹信号做特征工程处理,构建自注意力机制神经网络结构,使用无标注轨迹数据基于遮蔽预测任务进行模型预训练;然后构建孪生匹配网络结构,加载预训练模型参数;最后使用标注轨迹对数据基于均方差损失函数微调预训练模型参数得到轨迹对匹配模型.采用GeolifeGPS轨迹数据集作为评估数据集进行模型训练与测试,实验结果显示,利用无监督预训练的轨迹关联方法较现有最优算法匹配准确率提高了5个百分点,达到了96.3%,充分证明了该方法的有效性.目前轨迹关联领域基于深度学习预训练模型的研究较少,该方法具有重要的参考意义.
Abstract：Duetothelimitationsofspatiotemporalsimilarityalgorithmfortrajectorymatching,adeeplearningmethodisadoptedandamatchingneuralnetworktrainingmethodbasedonunsupervisedpre-trainingisproposed.Geohashvectorembeddingisusedtoperformfeatureengineeringprocessingontrajectorysignals,aself-attentionmechanismneuralnetworkstructureisbuilt,andunlabeledtrajectorydataisusedtoconductmodelpre-trainingbasedonmaskpredictiontask.Thenasiamesematchingnetworkstructureisconstructedandthepre-trainingmodelparametersareloaded.Finally,labeledtrajectorypairdataisusedtofine-tunetheparametersofthepre-trainingmodelbasedonthemeansquareerrorlossfunctiontoobtainthetrajectorymatchingmodel.TheGeolifeGPStrajectorydataisusedastheevaluationdatasetformodeltrainingandtesting.Theexperimentalresultsshowthattheproposedmethodimprovesthematchingaccuracyby5percentagepoints(reaching96.3%)comparedwiththeexistingoptimalalgorithm,thusfullydemonstratingtheeffectivenessofthemethod.Atpresent,thereislimitedresearchinthefieldoftrajectorymatchingbasedondeeplearningpre-trainingmodels,andtheproposedmethodhasimportantreferencesignificance.
作者：李平 李雨航Author：LIPing LIYuhang
作者单位：中国西南电子技术研究所,成都610036
刊名：电讯技术
Journal：TelecommunicationEngineering
年，卷(期)：2024, 64(4)
分类号：TP183
关键词：轨迹关联 深度学习 无监督预训练 向量嵌入 自注意力机制 孪生网络结构
Keywords：trajectorymatching deeplearningmethod unsupervisedpre-training vectorembedding self-attentionmechanism siamesenetworkstructure
机标分类号：TP391TP183P208
在线出版日期：2024年4月30日
基金项目：利用无监督预训练的轨迹深度关联[
期刊论文] 电讯技术--2024, 64(4)李平 李雨航针对时空相似度算法关联轨迹的局限性,采用深度学习方法进行轨迹关联,并提出了一种基于无监督预训练的匹配神经网络训练方式.利用Geohash向量嵌入对轨迹信号做特征工程处理,构建自注意力机制神经网络结构,使用无标注轨迹...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
利用无监督预训练的轨迹深度关联 Deep Trajectory Matching Using Unsupervised Pre-training
利用无监督预训练的轨迹深度关联.pdf
- 文件大小:
- 885.94 KB
- 下载次数:
- 60
-
高速下载
|
