AncomWiki

NEAT: 도로 네트워크 기반 트래젝토리 클러스터링

Properties1
description기존 트래젝토리 클러스터링이 밀도와 유클리드 거리를 주로 사용하지만, 도로 네트워크 기반 위치 서비스에는 교통 흐름과 밀도 특성이 더 중요함을 지적합니다. 본 논문은 도로 네트워크의 물리적 제약과 연속 도로 구간 간 교통 흐름을 고려한 3단계 클러스터링 프레임워크인 NEAT(Network-Aware Trajectory Clustering)를 제안합니다. NEAT는 모바일 객체의 밀집되고 연속적인 흐름을 나타내는 서브-트래젝토…

14 min read

NEAT: 도로 네트워크 기반 트래젝토리 클러스터링

Source

  • Evernote/Inbox/Road-Network Aware Trajectory Clustering Integrating Locality, Flow, and Density.md

Summary

기존 트래젝토리 클러스터링이 밀도와 유클리드 거리를 주로 사용하지만, 도로 네트워크 기반 위치 서비스에는 교통 흐름과 밀도 특성이 더 중요함을 지적합니다. 본 논문은 도로 네트워크의 물리적 제약과 연속 도로 구간 간 교통 흐름을 고려한 3단계 클러스터링 프레임워크인 NEAT(Network-Aware Trajectory Clustering)를 제안합니다. NEAT는 모바일 객체의 밀집되고 연속적인 흐름을 나타내는 서브-트래젝토리 군집을 발견하며, 실험 결과 기존 밀도 기반 접근법보다 정확도가 높고 처리 속도가 수 배 이상 빠른 것으로 나타났습니다.

Key Points

  • 기존 밀도/유클리드 거리 기반 클러스터링의 한계: 도로 네트워크 환경에서 교통 흐름(flow)과 밀도 특성을 반영하지 못함
  • NEAT 제안: 도로 네트워크의 물리적 제약 및 연속 구간 간 교통 흐름을 통합한 3단계 클러스터링 프레임워크
  • 핵심 기능: 밀집되고 연속적인 모바일 객체 흐름을 서브-트래젝토리 군집으로 발견
  • 성능: 실제 도로 네트워크 데이터를 이용한 실험에서 기존 밀도 기반 방법 대비 높은 정확도와 수 배 빠른 처리 속도 입증

그래프 뷰