Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
論文読み会 SIG-SPATIAL'21 | Brownian Bridge Interpol...
Search
cocomoff
December 14, 2021
Research
0
340
論文読み会 SIG-SPATIAL'21 | Brownian Bridge Interpolation for Human Mobility?
論文読み会のための資料
(A slide for the paper-reading group at my company.)
cocomoff
December 14, 2021
Tweet
Share
More Decks by cocomoff
See All by cocomoff
論文読み会 AMAI | Personalized choice prediction with less user information
cocomoff
0
13
論文読み会 KDD2024 | Relevance meets Diversity: A User-Centric Framework for Knowledge Exploration through Recommendations
cocomoff
0
160
論文読み会 KDD2022 | Multi-Behavior Hypergraph-Enhanced Transformer for Sequential Recommendation
cocomoff
0
70
論文読み会 AISTATS2024 | Deep Learning-Based Alternative Route Computation
cocomoff
0
29
論文読み会 AAAI2021 | Knowledge-Enhanced Top-K Recommendation in Poincaré Ball
cocomoff
0
58
論文読み会 WWW2022 | Learning Probabilistic Box Embeddings for Effective and Efficient Ranking
cocomoff
0
260
ClimaX: A foundation model for weather and climate
cocomoff
0
520
論文読み会 AAAI2022 | MIP-GNN: A Data-Driven Framework for Guiding Combinatorial Solvers
cocomoff
0
180
論文読み会 EMNLP2021 | Decision-Focused Summarization
cocomoff
0
180
Other Decks in Research
See All in Research
A Segment Anything Model based weakly supervised learning method for crop mapping using Sentinel-2 time series images
satai
2
130
Leveraging LLMs for Unsupervised Dense Retriever Ranking (SIGIR 2024)
kampersanda
2
300
国際会議ACL2024参加報告
chemical_tree
1
430
Human-Informed Machine Learning Models and Interactions
hiromu1996
2
570
知識強化言語モデルLUKE @ LUKEミートアップ
ikuyamada
0
190
o1 pro mode の調査レポート
smorce
0
110
eAI (Engineerable AI) プロジェクトの全体像 / Overview of eAI Project
ishikawafyu
0
360
Weekly AI Agents News! 11月号 プロダクト/ニュースのアーカイブ
masatoto
0
290
Composed image retrieval for remote sensing
satai
2
240
ドローンやICTを活用した持続可能なまちづくりに関する研究
nro2daisuke
0
130
Zipf 白色化:タイプとトークンの区別がもたらす良質な埋め込み空間と損失関数
eumesy
PRO
8
1.3k
渋谷Well-beingアンケート調査結果
shibuyasmartcityassociation
0
390
Featured
See All Featured
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
356
29k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
366
25k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
21
2.5k
4 Signs Your Business is Dying
shpigford
182
22k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5.2k
Designing for humans not robots
tammielis
250
25k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.3k
Faster Mobile Websites
deanohume
306
31k
How STYLIGHT went responsive
nonsquared
98
5.4k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.4k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
10
1.3k
Transcript
Brownian Bridge Interpolation for Human Mobility? 著者: John Krumm, Microsoft
Research 読む人: @cocomoff @論文読み会 2021/12/14
内容 「Brownian bridge」っていう簡単な確率的補間手法があるけど,これっ て人間の位置情報の補間に使えるのか? を調べるために,12M人のデータ に対して実際に適用してやってみた & 適用するために手法も確立した ブラウン橋 1/17
目次 内容 確率過程とブラウン橋 論文のResearch Question ブラウン橋のパラメータを求める最尤推定法 実験 2/17
確率過程とブラウン橋 (1/3) 確率過程: 時間などの条件によって変化する確率変数の数理モデル 雑な理解: のようなオブジェクトを扱う道具 マルコフ過程: が にのみ依存する ガウス過程:
から任意に 個取り出して (略) したものが 常に多次元正規分布に従うような確率過程 ブラウン運動: 微粒子がランダムに運動する物理現象 ウィーナー過程: ブラウン運動の数学的なモデル 標準ブラウン運動: 以下を満たす確率過程 , は定常増分を持つ, は増分の列が互い に独立になる, ,確率1で は連続 3/17 マルコフ過程のうち,取りうる値が加算個以下の場合,マルコフ連鎖と呼ばれるアレになる
確率過程とブラウン橋 (2/3) ブラウン橋: 標準ブラウン運動の定義域 を にのみ制限し, であるような標準ブラウン運動 実装的には, を標準ブラウン運動のオブジェクトとして, で定義されるような
である 4/17
確率過程とブラウン橋 (3/3) 2次元のブラウン橋 (論文版): 2点 が観測済みで,その間をパラメー タ で補間するような確率過程 ただしパラメータは2点の線形補間 平均ベクトル:
分散は は唯一のパラメータ (diffusion coefficient と呼ばれる) 5/17
目次 内容 確率過程とブラウン橋 論文のResearch Question ブラウン橋のパラメータを求める最尤推定法 実験 6/17
論文のResearch Question ブラウン橋の手法的な立ち位置 ブラウン橋は人流データ補間に対してどういう性質を持つのか パラメータが でシンプルだけど,本当にOK? 2つの角度から検証する diffusion coefficient の
consistency を確認する 既存手法が遅いので,最尤推定法を作った ブラウン橋とデータの間で統計的検定をしてみる 7/17
目次 内容 確率過程とブラウン橋 論文のResearch Question ブラウン橋のパラメータを求める最尤推定法 実験 8/17
点の取り方 ブラウン橋は2点の補間なので,人流データから点を抽出して計算する 論文で使ったデータ (左の範囲) 論文では「50km以内」「48時間以内」の点を使った パラメータ推定のために3点を抽出して推定する 右図の取り方が Horne triples と呼ばれている
(traditional method) 本論文では全3点取る場合も考えて All triples と呼ぶ 論文データではHornが286,541,325個,Allが173,844,732,847個 9/17
最尤推定法 データ 位置 の尤度 データに 個の3点があるので, として最尤推定する 頑張って式展開すると以下が求まる ( )
10/17
推定パラメータの使い方とデータ分割 | 個人単位 データ (例えば人流) に対してどのように推定値 を使うのか Horne triplesとAll triplesを計算し,データ中の個人が持つtriplesの個数
をカウントする (たぶん1つの を使っていいのか?を見たい) 11/17
個人をグループ分けして複数のパラメータを推定する | 分割単位 距離と時間の分かれぐらいでグループ分けして推定するのもアリ 分解能を とし,データ全体を で分け,全体で を1000分割, を576分割し,全部で576,000個に分割して個数を可視化 12/17
目次 内容 確率過程とブラウン橋 論文のResearch Question ブラウン橋のパラメータを求める最尤推定法 実験 13/17
Diffusion Coefficientsの推定 いろいろ推定した (individual vs collective, trimmed vs untrimmed) 結論
データでは人は単一の を持っていない Horne triplesとAll triplesでの差は大きくないが,傾向もない 簡単に関連付けて結論付ける方法はなさそう 14/17
統計的検定 | 平均ベクトルのHotelling's T-square test ブラウン橋では間の点 について を期待 帰無仮説: 期待ベクトルがゼロベクトルになる
を変更した場合,どれぐらい検定が失敗するかのカーブを調べた Horn triplesを使うときはreasonableだが,all triplesでは…? 15/17
統計的検定 | ガウス分布の検定 2点の間を予測する確率が正規分布で書けることから,中間点が実際にガ ウス分布に従っているか?を検定で確認すれば良い (正規性の検定) と変数変換すると, である.今真の が分からないので, と設
定した (正規性を怖さないからOK,というノリ) Henze-Zirkler testを利用した (最新のmultivariate nomality test) 16/17
まとめ やりたかったこと: 人流補間にブラウン橋が使えるのか? 検討したこと の検証: 最尤推定を提案した上で計算すると,人流の共通パラメ ータはなさそう.1つ選ぶならmedianとかを使うのが良さそう データと比較した検定: (1) Horn
triplesに対して,平均ベクトルはvalid (2) データはほとんどガウス分布に従っていないので,ブラウ ン橋はデータの補間として正確ではない そのためシンプルなブラウン橋でのタイトルへの答えは No 今後の課題 より複雑な過程,他の確率的な補間の検証,データからの学習 17/17