面向鲁棒轨迹分类的多维子序列快速发现
机器学习
2021-02-10 v1
摘要
随着每日产生大量移动数据并融合社交网络与物联网传感器等新信息源，轨迹分类任务变得愈发复杂。快速分类算法对于在真实应用中从轨迹数据中发现知识至关重要。本工作中，我们提出一种通过缩减搜索空间并优化 MASTERMovelets 方法来快速发现子轨迹的方法，后者已被证明在分类问题中发现可解释模式方面行之有效。
引用
@article{arxiv.2102.04781,
title = {Fast discovery of multidimensional subsequences for robust trajectory classification},
author = {Tarlis Portela and Jonata Tyska and Vania Bogorny},
journal= {arXiv preprint arXiv:2102.04781},
year = {2021}
}