利用传感器多样性通过智能手机设备实现定制双交通模式检测
机器学习
2018-10-15 v1 机器学习
摘要
使应用感知用户所经历的出行方式，可为从智能停车到车辆交通监控等不同用例中的广泛新型服务打开大门。文献中已有许多不同研究证明了通过挖掘智能手机嵌入式传感器数据进行交通模式检测(TMD)的理论可能性。然而，其中极少有研究提供关于基准测试过程以及如何在实践中实现检测过程的细节。在本研究中，我们提供了对旨在实现可用TMD系统的研究者和从业者均有用的指南与基础结果。这些指南包含三项主要贡献。首先，我们详述了由异质用户采集并包含五种不同交通模式的训练数据集的构建；该数据集作为参考基准向研究界公开。其次，我们针对双TDM（绝大多数出行感知应用所需）的情形提供了传感器相关性的深入分析。第三，我们研究了针对训练集中未出现的未知用户/实例进行TMD的可能性，并与最先进的Android活动识别API进行比较。
引用
@article{arxiv.1810.05596,
title = {Custom Dual Transportation Mode Detection by Smartphone Devices Exploiting Sensor Diversity},
author = {Claudia Carpineti and Vincenzo Lomonaco and Luca Bedogni and Marco Di Felice and Luciano Bononi},
journal= {arXiv preprint arXiv:1810.05596},
year = {2018}
}
备注
Pre-print of the accepted version for the 14th Workshop on Context and Activity Modeling and Recognition (IEEE COMOREA 2018), Athens, Greece, March 19-23, 2018