métodos para instanciar stops e moves ib-smot cb-smot db-smot
TRANSCRIPT
![Page 1: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/1.jpg)
Métodos para instanciar stops e moves
• IB-SMoT
• CB-SMoT
• DB-SMoT
![Page 2: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/2.jpg)
A Clustering-based Approach for Discovering Interesting Places in Trajectories (Andrey Palma, Vania Bogorny, Bart Kuijpers and Luis Otavio Alvares), Proc. of the ACM 23rd Annual Symposium on Applied Computing, (ACM-SAC'08), Fortaleza, Brazil, 16-20 March 2008, p.863-868.
79 citações em 18/10/2012
![Page 3: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/3.jpg)
A Clustering-Based Approach forDiscovering Interesting Places in
Trajectories
Andrey Luis T. Palma
Prof Dr. Luis Otavio Alvares (Orientador)Prof Dra. Vania Bogorny
(Co-Orientadora)
![Page 4: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/4.jpg)
Objetivo
• Considerar a velocidade no processo de atribuição de semântica
Uso de clusterização para identificação de trechos lentos da trajetória (cluster=subtrajetória com baixa velocidade)
![Page 5: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/5.jpg)
Algoritmo CB-SMoT
Dois passos principais:
1. Encontrar as partes lentas da trajetória (clusters)
2. Atribuir mais semântica aos clusters encontrados
![Page 6: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/6.jpg)
CB-SMoT: Clusterização
Pontos são tratados tanto espacial como temporalmente
Clusters são encontrados dentro da trajetória – as partes lentas da trajetória
![Page 7: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/7.jpg)
Idéia geral• Encontrar as partes (subtrajetórias) lentas da
trajetória• Partes lentas = com velocidade média menor que
um certo limite – parâmetro maxAvgSpeed (relativo a velocidade média
da trajetória)• Partes lentas tem que ter uma duração mínima
– Parâmetro minTime • Não queremos pontos de alta velocidade no cluster
– Parâmetro maxSpeed (relativo a velocidade média da trajetória)
![Page 8: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/8.jpg)
Exemplo de trajetória
x
y
![Page 9: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/9.jpg)
velocidade
tempop11
maxSpeed
p12p2p1
p3
p5p4p6
p10
p8
p7
p9
p17p16
p15
p14p13
p20
p19
p18
1. Calcula-se a velocidade em cada ponto (depende do tipo de dado de entrada)
2. Inicia-se o processamento com pontos de baixa velocidade (eficiência): p11 no exemplo
3. A partir deste ponto, pega-se, sucessivamente, o seu vizinho mais lento (desde que sua velocidade não seja superior a maxSpeed e o ponto não pertença a outro cluster): p10,p12,p9,p13, p14,… até que a subtrajetória tenha duração maior que minTime
Passos do algoritmo:
![Page 10: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/10.jpg)
tempo
maxSpeed
velocidade
p11
p12p2p1
p3
p5p4p6
p10
p8
p7
p9
p17p16
p15
p14p13
p20
p19
p18
minTime
4. Se a velocidade média da subtrajetória não for superior a maxAvgSpeed, temos um cluster, que vai ser expandido com o vizinho mais lento que não pertença a outro cluster, enquanto a sua velocidade média não for superior a maxAvgSpeed
Passos do algoritmo (cont.):
![Page 11: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/11.jpg)
Resultado
velocidade
p11
p12p2p1
p3
p5p4p6
p10
p8
p7
p9
p17p16
p15
p14p13
p20
p19
p18
maxSpeed
tempo
![Page 12: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/12.jpg)
CB-SMoT: Tolerância a perdas de sinal
1) Trajetória entra em uma contrução
2) Sinal do GPS é perdido na construção
3) Ao se recuperar o sinal é possível identificar uma baixa velocidade naquele período de perda
![Page 13: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/13.jpg)
Algoritmo CB-SMoTCBSMoT(T,avg,MT,SL,A)INPUT:T : Trajectory avg: maxAverageSpeed MT : minTime SL : maxSpeed
A : Application
1: SpeedClustering(T,avg,MT,SL);2: T.unifyAdjacentClusters();3: Points = T.clusterPoints();4: Points.sortByTime();5: FOR EACH p IN Points DO6: IF p intersects some candidate stop C THEN7: List.add(new Association(p,C));8: ELSE9: List.add(new Association(p,null));10: ENDIF11: ENDFOR12:StopsDiscovering(List);
![Page 14: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/14.jpg)
CB-SMoT: Atribuição de Semântica
• Primeiro significado semântico é intrínseco ao passo de clusterização
Agregação de mais significado depende da aplicação (conjunto de RF)
![Page 15: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/15.jpg)
passo 1: determinar os clusters
passo 2: adicionar semântica a cada cluster
2.1: se intersecta por t stop
Louvre 09-12
Orsay16-17
IbisH. 13-14
Unknown stop
2.2: senão unknown stop
Algoritmo CB-SMoT
![Page 16: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/16.jpg)
Análise dos parâmetros
• Variação do parâmetro minTime
• Variação do parâmetro maxAvgSpeed
• Variação do parâmetro maxSpeed
![Page 17: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/17.jpg)
Variação do MinTime com maxAvgSpeed = 0.8 e maxSpeed = 1.0
MinTime = 90 s
MinTime = 120 s
MinTime = 150 s
![Page 18: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/18.jpg)
Variação do maxAvgSpeed com MinTime = 30s e maxSpeed = 1.0
maxAvgSpeed = 0.6
maxAvgSpeed = 0.7
maxAvgSpeed = 0.8
![Page 19: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/19.jpg)
Variação do parâmetro maxSpeed
maxAvgSpeed = 0.7MinTime = 30s
maxSpeed = 0.9
maxAvgSpeed = 0.7minTime = 30smaxSpeed = 1.5
maxAvgSpeed = 0.8minTime = 30s
maxSpeed = 1.0
maxAvgSpeed = 0.8minTime = 30smaxSpeed = 1.5
![Page 20: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/20.jpg)
(a) 16:00 – 16:10
(b) 17:46 – 18:00
(c) 09:02 – 09:14
(d) 08:04 – 08:10
Clusters em Copacabana
(a) (b)
(c) (d)
![Page 21: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/21.jpg)
Exemplo com dados reais do Rio de Janeiro
![Page 22: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/22.jpg)
Anexos
![Page 23: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/23.jpg)
Anexos
![Page 24: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/24.jpg)
Anexos
![Page 25: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/25.jpg)
• DB-SMoT: a Direction-based spatio-temporal clustering method (Jose Antonio Manso, Valeria Times, Gabriel Oliveira, Luis Otavio Alvares and Vania Bogorny), Proc. of the Fifth IEEE International Conference on Intelligent Systems (IEEE IS 2010), London, 7-9 July 2010.
![Page 26: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/26.jpg)
Motivação• Análise em trajetórias de barcos de pesca com o objetivo de
determinar as zonas onde o barco estava efetivamente pescando
• Tentativas com o CB-SMoT não foram boas:
![Page 27: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/27.jpg)
Motivação
• Especialista em pesca diz que durante a pesca o barco muda bastante de direção, o que não ocorre quando ele está navegando de um ponto a outro
• Idéia geral:
Fazer um algoritmo “similar ao CB-SMoT”, em que o atributo importante fosse a variação da direção
![Page 28: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/28.jpg)
Algoritmo DB-SMoT
Dois passos principais:
1. Encontrar as partes da trajetória com grande variação de direção (clusters)
2. Atribuir mais semântica aos clusters encontrados (semelhante ao CB-SMoT)
![Page 29: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/29.jpg)
Passo 1: clusterização - Idéia geral
• Os clusters correspondem a partes da trajetória em que há grande variação na direção
• Grande variação = variação de direção não inferior a um certo limite parâmetro minDirChange
• Cluster tem que ter uma duração mínima Parâmetro minTime
• Tolerância, em número máximo de pontos contíguos sem grande variação da direção, aceitável em um cluster. Parâmetro maxTol
![Page 30: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/30.jpg)
pi-1
pi+1
pi
Variação de direção
![Page 31: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/31.jpg)
variação da direção
tempo
minDC
p1
p2
p3 p4
p5
p6
p7
p8 p9
p10
p15p14
p13p12
p11
![Page 32: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/32.jpg)
variação da direção
tempo
minDC
p1
p2
p3 p4
p5
p6
p7
p8 p9
p10
p15p14
p13p12
p11
Exemplo de formação de cluster com maxTol = 1
![Page 33: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/33.jpg)
Exemplo da pesca (dados reais)
![Page 34: Métodos para instanciar stops e moves IB-SMoT CB-SMoT DB-SMoT](https://reader035.vdocuments.us/reader035/viewer/2022062512/552fc176497959413d8efb01/html5/thumbnails/34.jpg)
Outro exemplo de trajetória de barco de pesca
Pesca efetiva Gerado pelo DB-SMoT