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 PDF
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

Allowed Actions

Read Download (0.9 Mb)

Group Anonymous
Network Internet

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.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet All

Access count: 9 
Last 30 days: 9

Detailed usage statistics