基于语义的移动物体轨迹异常模式发现
人工智能
2013-05-10 v1 信息检索
摘要
在这项工作中，我们研究了一种新颖的基于语义的轨迹模式发现方法，该方法依赖本体论，用事件语义增强了物体运动信息。只要沿轨迹发生的事件语义是显式或隐式可用的，该方法就可应用于运动模式和行为的检测。特别是，我们在海事监控的一个严苛案例场景中对其进行了测试，即可疑集装箱运输的发现。我们开发的方法包括通过领域本体对应用领域进行形式化，扩展了本文描述的移动物体本体 (MOO)。随后，必须将运动模式形式化为描述逻辑 (DL) 公理或查询，从而能够检索遵循这些模式的轨迹。在我们的实验评估中，我们考虑了一个包含 1800 万个集装箱事件的真实世界数据集，描述了在港口为完成航运所采取的行动（例如，装船、出口操作）。利用这些事件，我们重建了近 30 万条集装箱轨迹，涉及 5 万个在三年内行驶的集装箱。我们将异常行程模式形式化为 DL 公理，测试了不同的本体 API 和 DL 推理机以检索可疑运输。我们的实验表明，该方法是可行且高效的。特别是，联合使用 Pellet 和 SPARQL-DL 能够在合理时间内从大规模数据集中检测到遵循给定模式的轨迹。
引用
@article{arxiv.1305.1946,
title = {Semantic-based Anomalous Pattern Discovery in Moving Object Trajectories},
author = {Elena Camossi and Paola Villa and Luca Mazzola},
journal= {arXiv preprint arXiv:1305.1946},
year = {2013}
}