基于马尔可夫的 Reeb 图用于模拟生命的时空模式
计算机视觉与模式识别
2026-04-07 v3 计算工程、金融与科学
机器学习
社会与信息网络
摘要
准确建模人类活动模式对于城市规划、流行病学和交通管理至关重要。本文引入马尔可夫 Reeb 图 (Markovian Reeb Graphs) 这一新框架，将 Reeb 图从描述性分析工具转化为时空轨迹的生成模型。我们的ethods 捕获 individual 和 population 层面的 Patterns of Life (PoLs)，并生成保留基线行为同时嵌入概率转移的随机变异性的真实轨迹。我们提出了两种变体：面向单个代理人的顺序 Reeb 图 (Sequential Reeb Graphs, SRGs) 和结合 individual 与 population PoLs 的混合 Reeb 图 (Hybrid Reeb Graphs, HRGs)，在 Urban Anomalies 和 Geolife 数据集上使用五种 mobility statistics 进行评估。结果表明 HRGs 在各项指标上实现了强大的保真度，同时仅需适度的轨迹数据集，无需专业的附加信息。本工作将马尔可夫 Reeb 图确立为一个适用于广泛城市环境的轨迹模拟框架。
引用
@article{arxiv.2510.03152,
title = {Markovian Reeb Graphs for Simulating Spatiotemporal Patterns of Life},
author = {Anantajit Subrahmanya and Chandrakanth Gudavalli and Connor Levenson and B. S. Manjunath},
journal= {arXiv preprint arXiv:2510.03152},
year = {2026}
}
备注
17 pages, 4 figures