GeoLife+: 大规模仿真轨迹数据集，校准至 GeoLife 数据集
数据库
2024-10-17 v1 信息检索
机器学习
社会与信息网络
摘要
分析个人人类轨迹数据有助于我们理解人类行为并发现许多商业和学术应用。获取轨迹数据的两种主要方法：一种是使用类似 GeoLife 的真实世界数据集，另一种是使用仿真来综合数据。真实数据提供了来自真实人类活动的见解，但由于依赖于自愿参与，这些数据通常较稀疏。相反，仿真数据可以更全面，但可能捕捉不到不真实的人类行为。本篇数据和资源论文将两者的优势结合起来，利用真实数据的统计特征和仿真数据的全面性。具体而言，我们从真实世界的 GeoLife 数据集中提取特征，如单个日均 trip 数量的平均值、平均半径 gyration 以及 trip 距离的最大值和最小值。我们校准 Pattern of Life Simulation，这是一种对人类行为的真实仿真，以再现这些特征。因此，我们使用遗传算法校准仿真的参数，以模仿 GeoLife 特征。对于这种校准，我们模拟了大量随机仿真设置，衡量生成轨迹与 GeoLife 的相似性，并在多个世代中迭代地组合最相似于 GeoLife 的轨迹数据集的参数设置。使用校准后的仿真，我们模拟出大规模的轨迹数据集，称为 GeoLife+，其中 + 表示 Kleene Plus，表示无限复制，至少出现一次。我们提供的仿真 GeoLife+ 数据包括 182 天、1k、5k 年度数据，10k、50k 年度数据以及 100k 用户 6 个月的仿真寿命。
引用
@article{arxiv.2410.11853,
title = {GeoLife+: Large-Scale Simulated Trajectory Datasets Calibrated to the GeoLife Dataset},
author = {Hossein Amiri and Richard Yang and Andreas Zufle},
journal= {arXiv preprint arXiv:2410.11853},
year = {2024}
}
备注
Accepted paper at https://geosim.org/