移动对象分析：未来位置与轨迹预测方法综述
机器学习
2018-07-13 v1 数据库
信息检索
机器学习
摘要
近年来，定位技术与支持 GPS 的设备的巨大增长产生了海量的跟踪数据。这一信息源构成了数据分析过程的丰富输入，无论是离线（例如聚类分析、热点运动发现）还是在线（例如对即将到来位置的短期预测）。本文聚焦于移动对象（可以是行人、汽车、船只、飞机、动物等）的预测分析，并综述未来位置与轨迹预测方面的最新技术。我们提供了对 50 余篇工作的广泛回顾，并提出了一种针对移动对象预测算法的新型分类法。我们还列出了过去用于这些工作验证目的的若干真实数据集的属性，并受此启发讨论了从传统应用向大数据应用过渡中所出现的挑战。CCS 概念：信息系统 > 时空系统；信息系统 > 数据分析；信息系统 > 数据挖掘；计算方法 > 机器学习。附加关键词与短语：移动性数据、移动对象轨迹、轨迹预测、未来位置预测。
引用
@article{arxiv.1807.04639,
title = {Moving Objects Analytics: Survey on Future Location & Trajectory Prediction Methods},
author = {Harris Georgiou and Sophia Karagiorgou and Yannis Kontoulis and Nikos Pelekis and Petros Petrou and David Scarlatti and Yannis Theodoridis},
journal= {arXiv preprint arXiv:1807.04639},
year = {2018}
}
备注
45 pages, 11 figures, 2 tables, 127 references