研究人员开发了一个名为Nomad的新框架,用于在不需要目标城市数据的情况下生成人类移动轨迹。该方法将运动模式的学习与其在特定城市地图上的实现分离开来。Nomad利用在源城市数据上训练的流匹配模型来学习兴趣点(POIs)之间的转移,然后使用行为图和行走机制将这些转移落地到目标城市的POI地图上。跨十个城市的实验表明,Nomad在分布保真度方面比现有的适应基线高出约15%,在下游效用方面高出约3%。 AI
影响 在数据稀缺地区实现更准确的城市规划和基于位置的服务。
排序理由 详细介绍移动生成新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- Nomad
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →