0 匯總

?

1 2023

1.1 ICDE 2023?Contrastive Trajectory Similarity Learning with Dual-Feature Attention

使用了三個真實世界的軌跡數(shù)據(jù)集：

（1）Porto ——2013年7月到2014年6月間，葡萄牙波爾圖的170萬條出租車軌跡；

（2）西安——2018年10月的前兩周內(nèi)，中國西安的210萬條網(wǎng)約車軌跡（滴滴）

（3）德國 ——2006年到2013年間，170.7千條用戶提交的軌跡。（openStreetMap）

• 過濾位于城市（或國家）區(qū)域之外的軌跡，
• 過濾包含少于20個點或超過200個點的軌跡

預(yù)處理后的數(shù)據(jù)集在表II中進行了總結(jié)。

1.2 AAAI 2023 GRLSTM: Trajectory Similarity Computation with Graph-Based Residual LSTM

• 北京的軌跡來自T-drive項目的出租車軌跡。
  • 這些出租車軌跡是在幾天內(nèi)通過出租車id，GPS坐標(biāo)和時間戳從10,357輛出租車中收集的
  • 按小時劃分這些軌跡，并丟棄短長度的軌跡
  • 使用空間相似函數(shù)（Shang et al. 2017b）通過GPS坐標(biāo)在北京道路網(wǎng)絡(luò)上創(chuàng)建基準(zhǔn)真值
  • T-Drive trajectory data sample - Microsoft Research
• 紐約的軌跡從NYC Open Data - (cityofnewyork.us)獲取
  • 使用相同的預(yù)處理方法來處理這些軌跡并獲得基準(zhǔn)真值
• 對于這兩個數(shù)據(jù)集，我們將這些數(shù)據(jù)隨機分為訓(xùn)練集，驗證集和測試集，比例為[0.2，0.1，0.7]

2 2022

2.1 CIKM 2022 Efficient Trajectory Similarity Computation with Contrastive Learning

為兩個數(shù)據(jù)集設(shè)置相同的采樣率，即15秒。

根據(jù)軌跡的開始時間戳將每個數(shù)據(jù)集劃分為訓(xùn)練集和測試集，其中前100萬條軌跡用于訓(xùn)練，其余的用于測試

2.2 CIKM 2022 Aries: Accurate Metric-based Representation Learning for Fast Top-k Trajectory Similarity Query

波爾圖數(shù)據(jù)集：從2013年到2014年，有超過四百輛出租車的170萬輛車軌跡。

我們根據(jù)它們的位置和時間戳，在三個月內(nèi)選擇了一個相對集中的軌跡集，數(shù)量為100??。

然后我們刪除少于50個點的記錄，并將整個區(qū)域劃分為1500×1500大小的網(wǎng)格。

經(jīng)過預(yù)處理，我們在波爾圖獲得了79,362條軌跡。

2.3 CIKM 2023?Can Adversarial Training benefit Trajectory Representation? An Investigation on Robustness for Trajectory Similarity

• 波爾圖的數(shù)據(jù)集——從2013年7月到2014年6月的12個月期間的170萬條出租車軌跡
  • 刪除了長度少于30的軌跡
  • 最終剩下120萬條軌跡
• 北京數(shù)據(jù)集（Geolife）
  • 2007年4月到2012年8月收集的17621條軌跡
  • 也選擇了那些至少滿足長度為30的軌跡，并且在連續(xù)采樣點之間的時間間隔小于20秒
  • 這樣的操作產(chǎn)生了8214條軌跡
• 對于波爾圖數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)由800,000條軌跡組成，其余的用于測試數(shù)據(jù)。
• 對于Geolife數(shù)據(jù)集，前4928條軌跡用于訓(xùn)練數(shù)據(jù)，其余的用于測試數(shù)據(jù)。

2.4 Sigspatial 2022?TSNE: trajectory similarity network embedding

Geolife ——由182個用戶從2007年到2012年在中國北京收集的17,621條軌跡組成。

選擇了城市中心區(qū)域的軌跡，并將該區(qū)域離散化為200m×200m的網(wǎng)格單元。

移除了所有點太稀疏（少于10個點的軌跡），并在Geolife中獲得了10,504條軌跡。

2.5 KDD 2022?Spatio-Temporal Trajectory Similarity Learning in Road Networks

• 北京包含了從2008年2月2日到2008年2月8日在中國北京收集的1500萬個出租車軌跡點。
• 羅馬包含了367,052條來自意大利羅馬的出租車軌跡，覆蓋了30多天。

• 首先將所有軌跡映射匹配到來自O(shè)penStreetMap的相應(yīng)道路網(wǎng)絡(luò)。
  • 這樣，原始GPS軌跡數(shù)據(jù)就轉(zhuǎn)換成了按時間順序排列的頂點序列。
  • 進一步，獲取了來自城市地區(qū)的軌跡，并移除了少于10個采樣點的軌跡。
  • 這個預(yù)處理得到了在北京的348,210條軌跡和在羅馬的45,157條軌跡。

2.6 KDD2022? TrajGAT: A Graph-based Long-term Dependency Modeling Approach for Trajectory Similarity Computation

• 西安的出租車軌跡
  • 從2007年到2010年的17,621條人類移動軌跡
• 波爾圖
  • 從2013年到2014年的超過170萬條出租車軌跡
• 預(yù)處理：選擇城市中心區(qū)域的軌跡，并移除少于10條記錄的軌跡
• 處理后，我們獲得了西安數(shù)據(jù)集的7641條軌跡和波爾圖數(shù)據(jù)集的超過600,000條軌跡

2.7 ICDE 2022?TraSS: Efficient Trajectory Similarity Search Based on Key-Value Data Stores

（1）TDrive ，包含了兩周內(nèi)北京的321,387條出租車軌跡（752MB）

（2）Lorry，包含了廣州的4,394,397條JD物流卡車軌跡（136GB）

（3）合成，為了驗證TraSS的可擴展性，我們使用了由Lorry數(shù)據(jù)集復(fù)制7次生成的五個合成數(shù)據(jù)集

2.8 ICDE 2022?TMN: Trajectory Matching Networks for Predicting Similarity

? Geolife? 由中國北京的182名用戶收集，它包含了廣泛的人類戶外運動，這些運動是用戶的GPS位置?？偣?，Geolife中有17,612條軌跡。

? Porto? 包含了超過170萬輛車的路線軌跡，主要由葡萄牙波爾圖的442輛出租車收集。

遵循之前的工作，過濾掉位于稀疏區(qū)域的軌跡，保留城市中心區(qū)域的軌跡用于訓(xùn)練和測試。

也移除了少于10條記錄的軌跡。

• 這是因為計算較長序列的相似性更為困難和耗時。
• 此外，軌跡數(shù)據(jù)集通常以許多GPS錯誤和其他問題為特征，如果受到影響，短軌跡會嚴(yán)重受到這些錯誤的影響

經(jīng)過預(yù)處理后，Geolife數(shù)據(jù)集中有大約8,000條軌跡，Porto數(shù)據(jù)集中有600,000條軌跡

2.9? ICDE 2022?Continuous Trajectory Similarity Search for Online Outlier Detection

1）北京(Geolife）

????????該數(shù)據(jù)集保留了182名用戶在三年多的時間里的所有旅行記錄，包括多種交通方式（步行、駕駛和乘坐公共交通）。

????????軌跡每1-5秒采樣一次，兩個相鄰點之間的平均速度為5.73 m/s。

????????北京的道路網(wǎng)絡(luò)有65,129個節(jié)點和85,322條邊。

2）新加坡。

????????該數(shù)據(jù)集追蹤了新加坡的15,054輛出租車的軌跡。

????????對于每輛出租車，GPS信息在整整一個月內(nèi)以半分鐘到三分鐘的采樣率持續(xù)收集。

????????它在兩個相鄰點之間的平均距離遠(yuǎn)高于GeoLife。

????????新加坡的道路網(wǎng)絡(luò)包含20,801個節(jié)點和42,309條邊。

這是一個私有數(shù)據(jù)

3）波爾圖。

????????該數(shù)據(jù)集包含了442輛出租車在波爾圖市，葡萄牙一整年（從2013年7月1日到2014年6月30日）的軌跡。

????????其道路網(wǎng)絡(luò)具有最細(xì)的粒度，有100,484個節(jié)點和129,303條邊。

3 2021

3.1 ICDE 2021?REPOSE: Distributed Top-k Trajectory Similarity Search with Local Reference Point Tries

我們在3種類型的數(shù)據(jù)集上進行實驗。

1）小規(guī)模和小空間跨度：舊金山(SF)，波爾圖(Porto)，羅馬(Rome)，T-drive [33]。

2）大規(guī)模和小空間跨度：成都和西安。

3）大規(guī)模和大空間跨度：OSM。

數(shù)據(jù)集統(tǒng)計信息顯示在表III中。

在預(yù)處理階段，我們刪除長度小于10的軌跡，并將長度大于1000的軌跡分割成多條軌跡。我們均勻且隨機地選擇100條軌跡作為查詢集。

1http://sigspatial2017.sigspatial.org/giscup2017/home 2https://www.kaggle.com/c/pkdd-15-predict-taxiservice-trajectory-i 3http://crawdad.org/roma/taxi/20140717 4https://gaia.didichuxing.com 5https://www.openstreetmap.org

3.2 ICDE 2021?T3S: Effective Representation Learning for Trajectory Similarity Computation

我們的實驗使用了以下兩個數(shù)據(jù)集：

? Geolife [17] 是一個基于GPS的軌跡數(shù)據(jù)集，由2007年4月至2012年8月在中國北京的182名用戶收集。該數(shù)據(jù)集包含17,621條軌跡，并記錄了廣泛的人類戶外活動。

? Porto [18] 是一個包含超過170萬輛車路線軌跡的數(shù)據(jù)集，由葡萄牙波爾圖的442輛出租車收集。該數(shù)據(jù)集用作評估交通監(jiān)測模型的基準(zhǔn)。

3.3 KDD 2021?A Graph-based Approach for Trajectory Similarity Computation in Spatial Networks

使用來自不同城市的兩個空間網(wǎng)絡(luò)。一個是來自北京市的，即北京道路網(wǎng)絡(luò)（BRN）。另一個是來自紐約市的，即紐約道路網(wǎng)絡(luò)（NRN）。

在BRN數(shù)據(jù)集中，有28,342個興趣點和27,690條邊；在NRN數(shù)據(jù)集中，有95,581個興趣點和260,855條邊。

對于BRN中的軌跡，我們使用來自T-drive項目的出租車行駛數(shù)據(jù)。BRN中的出租車軌跡是按出租車id收集的，一條軌跡的時間范圍可能持續(xù)幾天。因此，我們按小時分割這些軌跡，然后我們總共可以得到5,621,428條軌跡。通過過濾異常值，這些軌跡的平均長度為25。

對于NRN中的軌跡，我們使用來自紐約的出租車行駛數(shù)據(jù)。在原始數(shù)據(jù)集中，有697,622,444次行程，我們隨機抽樣其中的一部分來生成軌跡數(shù)據(jù)集。經(jīng)過預(yù)處理后，我們的實驗中有10,541,288條軌跡，它們的平均長度為38。詳細(xì)信息總結(jié)在表1中。

對于這兩個軌跡數(shù)據(jù)集，我們都以20%、10%和70%的比例隨機分割它們?yōu)橛?xùn)練集、評估集和測試集。

4 2020

4.1 IJCAI 2020?Trajectory?Similarity?Learning with Auxiliary Supervision and Optimal Matching

ECML/PKDD 15: Taxi Trajectory Prediction (I) | Kaggle

4.2 2020 ICDE Parallel Semantic Trajectory Similarity Join

• 紐約軌跡數(shù)據(jù)(NTD)和北京軌跡數(shù)據(jù)(BTD)。
  • NTD包含一張道路網(wǎng)絡(luò)和1000萬輛出租車行程。每個出租車行程都是一個起點-終點對。
  • 將從源到目的地的最短路徑視為一次行程的軌跡。
  • 此外，使用了一個真實的POI數(shù)據(jù)集，其中包含了紐約市的19,969個POI。
    • 每個POI都有一個帶有緯度和經(jīng)度的空間坐標(biāo)和一個文本描述。
    • 因為POI可能不匹配軌跡點，我們將每個POI映射到道路網(wǎng)絡(luò)中最近的節(jié)點，并將POI視為語義軌跡中的一個對象。
• 在BTD中——T-drive
  • BTD中的原始軌跡非常長，因為每條軌跡都包含了特定時間段內(nèi)的所有行程，這可能是幾天。
  • 我們將這些軌跡劃分為半小時的子軌跡。目的是創(chuàng)建具有現(xiàn)實長度和持續(xù)時間的行程。
  • 為了用文本描述增強每個軌跡點，我們從包含200萬條推文的真實推文集合中隨機選擇一條推文，并將推文的文本描述與軌跡點關(guān)聯(lián)起來。?

https://publish.illinois.edu/dbwork/open-data/

5 更早

5.1 ICDE 2018?Deep Representation Learning for Trajectory Similarity Computation

第一個數(shù)據(jù)集在葡萄牙的波爾圖市收集，持續(xù)19個月，包含170萬條軌跡。每輛出租車每15秒報告一次其位置。我們移除了長度少于30的軌跡，得到了120萬條軌跡。

第二個數(shù)據(jù)集包含了在中國哈爾濱市收集的8個月內(nèi)13000輛出租車的軌跡。我們選擇了長度至少為30，且連續(xù)采樣點之間的時間間隔少于20秒的軌跡。這產(chǎn)生了150萬條軌跡。

我們根據(jù)軌跡的開始時間戳將兩個集合劃分為訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)。對于這兩個集合，前80萬條軌跡用于訓(xùn)練，其余的軌跡用于測試。

5.2 2019 ICDE?Computing Trajectory Similarity in Linear Time: A Generic Seed-Guided Neural Metric Learning Approach

第一個數(shù)據(jù)集[33]，被稱為Geolife，包含了從2007年到2010年的17,621條人類移動軌跡。

第二個數(shù)據(jù)集[23]包含了從2013年到2014年的超過170萬條出租車軌跡。

為了減小M的維度，我們選擇了城市中心區(qū)域的軌跡，并將該區(qū)域離散化為50m × 50m的網(wǎng)格單元。

然后，我們刪除了記錄少于10條的軌跡。經(jīng)過這樣的預(yù)處理，我們在Geolife中獲得了8203條軌跡，在波爾圖中獲得了601,071條軌跡。文章來源地址http://www.zghlxwxcb.cn/news/detail-720066.html

到了這里，關(guān)于論文筆記（整理）：軌跡相似度頂會論文中使用的數(shù)據(jù)集的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！