Map-Aware Super-Resolution GPS Trajectory Reconstruction via Machine Learning
機械学習による道路ネットワークを考慮した低粒度GPS軌跡データの復元手法
プライバシー保護とデータ有用性のバランスを考慮し、切り捨てられた低解像度のGPS軌跡データを高解像度に復元する新たなシステムを提案する。本システムは、Transformerとグラフ畳み込みネットワーク（GCN）を統合し、軌跡データの時系列依存関係と道路ネットワークの空間的関係を効果的に捉える。これにより、ユーザープライバシーを保護するために一般的に用いられるデータの切り捨てや丸め処理によって失われる微細な軌跡の詳細情報を復元する。
発表論文
- Yonekura, H., Ozeki, R., Rizk, H., & Yamaguchi, H. (2024, October). Restoring Super-High Resolution GPS Mobility Data. In Proceedings of the 2nd ACM SIGSPATIAL International Workshop on Geo-Privacy and Data Utility for Smart Societies (pp. 19-24). https://dl.acm.org/doi/abs/10.1145/3681768.3698501