JP2017084079A - 目的地予測装置、目的地予測方法、及び目的地予測プログラム - Google Patents
目的地予測装置、目的地予測方法、及び目的地予測プログラム Download PDFInfo
- Publication number
- JP2017084079A JP2017084079A JP2015211312A JP2015211312A JP2017084079A JP 2017084079 A JP2017084079 A JP 2017084079A JP 2015211312 A JP2015211312 A JP 2015211312A JP 2015211312 A JP2015211312 A JP 2015211312A JP 2017084079 A JP2017084079 A JP 2017084079A
- Authority
- JP
- Japan
- Prior art keywords
- destination
- grid
- positioning data
- series
- destination prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Navigation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】測位データの系列の履歴から、緯度経度空間を分割して得られるグリッドを示すグリッドIDの系列を抽出すると共に、入力した測位データの系列からグリッドIDの系列を抽出する。測位データの系列の履歴から抽出されたグリッドIDの系列からRNNモデルを学習し、学習したRNNモデルのパラメータを目的地予測モデルパラメータデータベースに記憶させる。パラメータを取得してRNNモデルを構築し、入力した測位データの系列から抽出されたグリッドIDの系列からRNNモデルを用いたサンプリングシミュレーションによって目的地候補への訪問可能性を算出し、算出した訪問可能性に基づき目的地の緯度及び経度を出力する。
【選択図】図1
Description
を有する。
12 測位データ系列履歴データベース
14 グリッドID抽出部
16 目的地予測モデル学習部
18 目的地予測モデルパラメータデータベース
20 目的地候補データベース
22 目的地予測部
Claims (6)
- 緯度及び経度の組である測位データの系列の履歴が記憶される測位データ系列履歴データベースから取得した前記測位データの系列の履歴から、緯度経度空間を分割して得られる分割領域であるグリッドを示すグリッドIDの系列を抽出すると共に、入力した前記測位データの系列から前記グリッドIDの系列を抽出するグリッドID抽出部と、
前記グリッドID抽出部により前記測位データの系列の履歴から抽出された前記グリッドIDの系列から、移動経路を予測するためのRNN(recurrent neural network)モデルを学習し、学習した前記RNNモデルのパラメータを目的地予測モデルパラメータデータベースに記憶させる目的地予測モデル学習部と、
前記目的地予測モデルパラメータデータベースから前記RNNモデルのパラメータを取得して前記RNNモデルを構築し、前記グリッドID抽出部により前記入力した前記測位データの系列から抽出された前記グリッドIDの系列から前記RNNモデルを用いたサンプリングシミュレーションによって各々の目的地候補への訪問可能性を算出し、算出した各々の目的地候補への訪問可能性に基づき目的地を予測する目的地予測部と、
を備えた目的地予測装置。 - 前記目的地予測部は、前記測位データ系列履歴データベースから取得した各々の前記測位データの系列の最終点の緯度及び経度を前記目的地候補として、前記グリッドID抽出部により前記入力した前記測位データの系列から抽出された前記グリッドIDの系列から前記RNNモデルを用いたサンプリングシミュレーションによって目的地候補への訪問可能性を算出し、算出した各々の目的地候補への訪問可能性に基づき目的地を予測する
請求項1記載の目的地予測装置。 - 前記目的地予測部は、前記測位データ系列履歴データベースから取得した各々の前記測位データの系列の最終点をクラスタリングした緯度及び経度の集合を前記目的地候補として、前記グリッドID抽出部により前記入力した前記測位データの系列から抽出された前記グリッドIDの系列から前記RNNモデルを用いたサンプリングシミュレーションによって目的地候補への訪問可能性を算出し、算出した各々の目的地候補への訪問可能性に基づき目的地を予測する
請求項2記載の目的地予測装置。 - 前記グリッドID抽出部は、前記測位データの系列の履歴から、緯度経度空間を一定間隔で分割して得られる矩形領域を前記グリッドとして、前記グリッドを示すグリッドIDの系列を抽出する
請求項1〜3の何れか1項記載の目的地予測装置。 - グリッドID抽出部、目的地予測モデル学習部、及び目的地予測部を備えた目的地予測装置における目的地予測方法であって、
前記グリッドID抽出部が、緯度及び経度の組である測位データの系列の履歴が記憶される測位データ系列履歴データベースから取得した前記測位データの系列の履歴から、緯度経度空間を分割して得られる分割領域であるグリッドを示すグリッドIDの系列を抽出すると共に、入力した前記測位データの系列から前記グリッドIDの系列を抽出するステップと、
前記目的地予測モデル学習部が、前記グリッドID抽出部により前記測位データの系列の履歴から抽出された前記グリッドIDの系列から、移動経路を予測するためのRNN(recurrent neural network)モデルを学習し、学習した前記RNNモデルのパラメータを目的地予測モデルパラメータデータベースに記憶させるステップと、
前記目的地予測部が、前記目的地予測モデルパラメータデータベースから前記RNNモデルのパラメータを取得して前記RNNモデルを構築し、前記グリッドID抽出部により前記入力した前記測位データの系列から抽出された前記グリッドIDの系列から前記RNNモデルを用いたサンプリングシミュレーションによって各々の目的地候補への訪問可能性を算出し、算出した各々の目的地候補への訪問可能性に基づき目的地を予測するステップと、
を有する目的地予測方法。 - コンピュータを、請求項1〜4の何れか1項記載の目的地予測装置の各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015211312A JP6433877B2 (ja) | 2015-10-27 | 2015-10-27 | 目的地予測装置、目的地予測方法、及び目的地予測プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015211312A JP6433877B2 (ja) | 2015-10-27 | 2015-10-27 | 目的地予測装置、目的地予測方法、及び目的地予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017084079A true JP2017084079A (ja) | 2017-05-18 |
JP6433877B2 JP6433877B2 (ja) | 2018-12-05 |
Family
ID=58711253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015211312A Active JP6433877B2 (ja) | 2015-10-27 | 2015-10-27 | 目的地予測装置、目的地予測方法、及び目的地予測プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6433877B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111105094A (zh) * | 2019-12-24 | 2020-05-05 | 南京森林警察学院 | 利用气候数据预测金钱松适宜引种地的方法 |
JP2020519989A (ja) * | 2017-07-28 | 2020-07-02 | ベイジン センスタイム テクノロジー デベロップメント カンパニー, リミテッド | ターゲット識別方法、装置、記憶媒体および電子機器 |
CN111596298A (zh) * | 2020-05-13 | 2020-08-28 | 北京百度网讯科技有限公司 | 目标对象的定位方法、装置、设备及存储介质 |
CN113822709A (zh) * | 2021-09-15 | 2021-12-21 | 摩拜(北京)信息技术有限公司 | 一种出行数据的处理方法、装置及服务器 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010145115A (ja) * | 2008-12-16 | 2010-07-01 | Nec Corp | 目的地予測システム、目的地予測方法及びプログラム |
JP2012008771A (ja) * | 2010-06-24 | 2012-01-12 | Sony Corp | 情報処理装置、情報処理システム、情報処理方法およびプログラム |
JP2014232504A (ja) * | 2013-05-30 | 2014-12-11 | 日本電気株式会社 | 希少度算出装置、希少度算出方法および希少度算出プログラム |
-
2015
- 2015-10-27 JP JP2015211312A patent/JP6433877B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010145115A (ja) * | 2008-12-16 | 2010-07-01 | Nec Corp | 目的地予測システム、目的地予測方法及びプログラム |
JP2012008771A (ja) * | 2010-06-24 | 2012-01-12 | Sony Corp | 情報処理装置、情報処理システム、情報処理方法およびプログラム |
JP2014232504A (ja) * | 2013-05-30 | 2014-12-11 | 日本電気株式会社 | 希少度算出装置、希少度算出方法および希少度算出プログラム |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020519989A (ja) * | 2017-07-28 | 2020-07-02 | ベイジン センスタイム テクノロジー デベロップメント カンパニー, リミテッド | ターゲット識別方法、装置、記憶媒体および電子機器 |
US11200682B2 (en) | 2017-07-28 | 2021-12-14 | Beijing Sensetime Technology Development Co., Ltd. | Target recognition method and apparatus, storage medium, and electronic device |
CN111105094A (zh) * | 2019-12-24 | 2020-05-05 | 南京森林警察学院 | 利用气候数据预测金钱松适宜引种地的方法 |
CN111105094B (zh) * | 2019-12-24 | 2023-05-23 | 南京森林警察学院 | 利用气候数据预测金钱松适宜引种地的方法 |
CN111596298A (zh) * | 2020-05-13 | 2020-08-28 | 北京百度网讯科技有限公司 | 目标对象的定位方法、装置、设备及存储介质 |
CN111596298B (zh) * | 2020-05-13 | 2022-10-14 | 北京百度网讯科技有限公司 | 目标对象的定位方法、装置、设备及存储介质 |
CN113822709A (zh) * | 2021-09-15 | 2021-12-21 | 摩拜(北京)信息技术有限公司 | 一种出行数据的处理方法、装置及服务器 |
Also Published As
Publication number | Publication date |
---|---|
JP6433877B2 (ja) | 2018-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6521835B2 (ja) | 移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム | |
JP6543215B2 (ja) | 目的地予測装置、目的地予測方法、及び目的地予測プログラム | |
JP6433877B2 (ja) | 目的地予測装置、目的地予測方法、及び目的地予測プログラム | |
CN106462627B (zh) | 根据多个位置数据报告分析语义地点和相关数据 | |
JP6620422B2 (ja) | 設定方法、設定プログラム、及び設定装置 | |
Endo et al. | Predicting destinations from partial trajectories using recurrent neural network | |
Zhang et al. | Advances in surrogate modeling for storm surge prediction: storm selection and addressing characteristics related to climate change | |
CN103368787A (zh) | 信息处理装置、信息处理方法和程序 | |
CN102298608A (zh) | 信息处理装置、信息处理方法和程序 | |
CN110858062B (zh) | 目标优化参数的获取方法及模型训练方法、装置 | |
JP6749282B2 (ja) | 人流量予測装置、人流量予測方法、及び人流量予測プログラム | |
CN111505740B (zh) | 气象预测方法、装置、计算机设备和存储介质 | |
AU2021105525A4 (en) | Mobile user trajectory prediction system with extreme machine learning algorithm | |
Li et al. | A regionalization method for clustering and partitioning based on trajectories from NLP perspective | |
JP2017106779A (ja) | 目的地予測装置、方法、及びプログラム | |
CN117215728B (zh) | 一种基于代理模型的仿真模拟方法、装置及电子设备 | |
JP6807822B2 (ja) | 人流量予測装置、方法、及びプログラム | |
JP2017091435A (ja) | 滞在場所予測装置 | |
JPWO2016067548A1 (ja) | 領域線形モデル最適化システム、方法およびプログラム | |
Hazan et al. | Improving grid-based location prediction algorithms by speed and direction based boosting | |
Boukhechba et al. | Online prediction of people’s next Point-of-Interest: Concept drift support | |
Batista et al. | A Gaussian sampling heuristic estimation model for developing synthetic trip sets | |
CN109754115B (zh) | 数据预测的方法、装置、存储介质及电子设备 | |
JP2018028823A (ja) | クラスタリング装置およびクラスタリング方法 | |
Chen et al. | Parameter estimation of stochastic models based on limited data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171214 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181030 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181026 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181107 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6433877 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |