Details
Title | Обнаружение событий на основе анализа связанных в пространстве и времени данных // Системный анализ в проектировании и управлении: сборник научных трудов XXVIII Международной научно-практической конференции, 27–29 июня 2024 года: [в 2 частях]. Ч. 2 |
---|---|
Creators | Мохаммад Хани ; Пак Вадим Геннадьевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого |
Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2024 |
Electronic publication | 2025 |
Collection | Общая коллекция |
Document type | Article, report |
File type | |
Language | Russian |
DOI | 10.18720/SPBPU/2/id24-519 |
Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Additionally | New arrival |
Record key | RU\SPSTU\edoc\76397 |
Record create date | 7/2/2025 |
Статья посвящена теме обнаружения событий на основе анализа данных, связанных с пространством и временем. В настоящее время изучается роль использования нейронных сетей в обработке цифровых данных, которые могут быть получены от компаний мобильной связи, с целью выявления социальной активности, происходящей где-либо в модели умного города. Свойства коммуникационных данных объясняются их привязкой ко времени и месту, что позволяет прогнозировать вероятность социальных событий, происходящих в данном месте и в данное время. В последнее время глубокое обучение стало значительно более прогностичным. Глубинные модели использовались во многих исследованиях для обнаружения аномалий; большинство из них основаны на нейронной сети LSTM без учета пространственных особенностей. Или на сверточных нейронных сетях (CNN). Ни в одном из предыдущих исследований нейронная сеть на основе ConvLSTM не применялась к этим данным. Использование ConvLSTM в большинстве исследований ограничивалось видеоданными.
The article is devoted to the topic of event detection based on the analysis of data related to space and time. The role of using neural networks in processing digital data that can be obtained from mobile communications companies is being studied in order to discover the social activities happening somewhere in the smart city model. The properties of communication data are explained by their connection with time and place, which makes it possible to predict the possibility of social events occurring in a given place and time. Recently, deep learning has become significantly more predictive. Deep models have been used in many studies to detect anomalies; Most of them are based on an LSTM neural network without taking into account spatial features. Or based on convolutional neural networks (CNN). No previous research has applied a ConvLSTM-based neural network to this data. The use of ConvLSTM in most studies was limited to video data.
Access count: 9
Last 30 days: 9