Ovid：一种用于OpenStreetMap中自动破坏检测的机器学习方法
机器学习
2022-03-22 v1 密码学与安全
摘要
OpenStreetMap是一个独特的开放可用全球地图数据源，正日益被现实世界应用所采用。OpenStreetMap中的破坏检测至关重要且极具挑战性，这归因于数据集规模庞大、贡献者数量众多、破坏形式各异，以及缺乏用于训练机器学习算法的标注数据。本文提出Ovid——一种用于OpenStreetMap中破坏检测的新颖机器学习方法。Ovid依赖于一种采用多头注意力机制的神经网络架构，以有效从OpenStreetMap变更集中概括指示破坏的信息。为促进自动破坏检测，我们引入了一组捕捉变更集、用户和编辑信息的原创特征。我们在真实世界破坏数据上的评估结果证明，所提出的Ovid方法在F1分数上以4.7个百分点优于基线方法。
引用
@article{arxiv.2203.11087,
title = {Ovid: A Machine Learning Approach for Automated Vandalism Detection in OpenStreetMap},
author = {Nicolas Tempelmeier and Elena Demidova},
journal= {arXiv preprint arXiv:2203.11087},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2201.10406