检索结果-南通市图书馆

检索条件"主题词=Loc2vec"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于GAN的轨迹合成方法研究

基于GAN的轨迹合成方法研究

引用

作者：曹小倩浙江师范大学

学位级别：硕士

轨迹数据对于智能交通、城市规划、疫情传播模拟等具有重要意义。但是,直接发布轨迹数据会造成用户隐私泄露。为解决这个问题,研究者通常发布合成轨迹来代替真实轨迹进行分析。本文在现有合成轨迹研究工作的基础上,研究了基于生成对抗网... 详细信息

轨迹数据对于智能交通、城市规划、疫情传播模拟等具有重要意义。但是,直接发布轨迹数据会造成用户隐私泄露。为解决这个问题,研究者通常发布合成轨迹来代替真实轨迹进行分析。本文在现有合成轨迹研究工作的基础上,研究了基于生成对抗网络(Generative adversarial network,GAN)的轨迹合成方法。主要工作如下:(1)针对现有深度生成模型生成轨迹未很好地平衡轨迹的隐私性与效用问题,提出了一个基于Transformer Decoder的深度轨迹生成模型—TD-Traj GANv(Trajectory Generation Adversarial Model Based on Transformer Decoder and Loss Variant)。该模型采用GAN架构,生成器采用Transformer Decoder网络,判别器采用LSTM网络,同时还设计了一个基于余弦相似度的损失函数。Transformer Decoder网络适合捕获长距离依赖,能提高合成轨迹数据质量;损失函数通过放松相似性约束来引导模型生成更加具有隐私的轨迹数据,提升了合成轨迹的隐私性。实验表明:所提出的模型较LSTM-Traj GAN,LSTM-Traj GANv和LSTM-Traj NPP基线模型而言能更好地平衡轨迹的隐私性与效用。(2)针对TD-Traj GANv模型中位置嵌入过程未能充分捕获位置点之间信息和损失函数易受离群点影响的问题,提出了一个基于loc2vec的位置嵌入生成模型,进一步改进了TD-Traj GANv模型性能。该模型通过训练loc2vec模型生成轨迹点语料库,用不同的向量表示轨迹点之间的关系,从而充分捕获轨迹点之间的信息。同时,考虑到损失函数引导轨迹合成时未考虑到离群点的问题,使用huber损失去改善预测轨迹和真实轨迹之间的离群点问题,提高了合成轨迹的质量。实验结果表明:所提出的模型较LSTM-Traj GAN,LSTM-Traj NPP和TD-Traj GANv基线模型而言可以提高合成轨迹的效用。

关键词：轨迹合成 GAN 损失函数 Transformer Decoder loc2vec

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：