Метод прогнозування місцезнаходження рухомих об’єктів

Автор(и)

  • A. Petrashenko Національний технічний університет України «КПІ ім. І.Сікорського»
  • М. Zamiatin Національний технічний університет України «КПІ ім. І.Сікорського»
  • A. Pazii Національний технічний університет України «КПІ ім. І.Сікорського»

DOI:

https://doi.org/10.18372/2073-4751.1.12796

Ключові слова:

Moving Object, Data Model, Spatio-Temporal Analysis, Apriori algorithm

Анотація

Зростання рівня розповсюдження сервісів, орієнтованих на позиціонування рухомих об’єктів,призводить до швидкого зростання обсягів мобільних даних. В даній статті авторами запропоновано підхід до розв’язання проблеми прогнозування наступного місцезнаходження рухомого об’єкта з визначеним рівнем точності. При цьому використовується апріорний алгоритмдля побудови імовірнісної моделі майбутнього місцезнаходження об’єкта. Експерименти продемонстрували, що запропонований підхід забезпечує прийнятний рівень точності передбачення

Біографії авторів

A. Petrashenko, Національний технічний університет України «КПІ ім. І.Сікорського»

Ph.D.

М. Zamiatin, Національний технічний університет України «КПІ ім. І.Сікорського»

Ph.D

Посилання

P.-R. Lei, T.-J. Shen, W.-C. Peng, and I.-J. Su, "Exploring spatial-temporal trajectory model for location prediction," in 12th IEEE International Conference on Mobile Data Management, MDM 2011, Luleå, Sweden, June 6-9, 2011, Volume 1, 2011, pp. 58-67.

Mikołaj Morzy, Mining Frequent Trajectories of Moving Objects for Location Prediction, Proceedings of the 5th international conference on Machine Learning and Data Mining in Pattern Recognition, July 18-20, 2007, Leipzig, Germany

Monreale, A., Pinelli, F., Trasarti, R., Giannotti, F.: WhereNext: a location predictor on trajectory pattern mining. In: Proceedings of SIGKDD 2009, pp. 637–646. ACM, New York (2009)

H. Jeung, Q. Liu, H. T. Shen, and X. Zhou, “A Hybrid Prediction Model for Moving Objects,” in Proc. of ICDE, 2008, pp. 70–79.

##submission.downloads##

Опубліковано

2017-05-05

Номер

Розділ

Статті