Tserpes / Matwin / Renso | Multiple-Aspect Analysis of Semantic Trajectories | Buch | 978-3-030-38080-9 | sack.de

Buch, Englisch, Band 11889, 133 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 230 g

Reihe: Lecture Notes in Computer Science

Tserpes / Matwin / Renso

Multiple-Aspect Analysis of Semantic Trajectories

First International Workshop, MASTER 2019, Held in Conjunction with ECML-PKDD 2019, Würzburg, Germany, September 16, 2019, Proceedings
1. Auflage 2020
ISBN: 978-3-030-38080-9
Verlag: Springer International Publishing

First International Workshop, MASTER 2019, Held in Conjunction with ECML-PKDD 2019, Würzburg, Germany, September 16, 2019, Proceedings

Buch, Englisch, Band 11889, 133 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 230 g

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-030-38080-9
Verlag: Springer International Publishing


This open access book constitutes the refereed post-conference proceedings of the First International Workshop on Multiple-Aspect Analysis of Semantic Trajectories, MASTER 2019, held in conjunction with the 19th European Conference on Machine Learning and Knowledge Discovery in Databases, ECML PKDD 2019, in Würzburg, Germany, in September 2019.

The 8 full papers presented were carefully reviewed and selected from 12 submissions. They represent an interesting mix of techniques to solve recurrent as well as new problems in the semantic trajectory domain, such as data representation models, data management systems, machine learning approaches for anomaly detection, and common pathways identification.

Tserpes / Matwin / Renso Multiple-Aspect Analysis of Semantic Trajectories jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


Learning from our Movements - The Mobility Data Analytics Era.- Uncovering hidden concepts from AIS data: A network abstraction of maritime traffic for anomaly detection.- Nowcasting Unemployment Rates with Smartphone GPS data.- Online long-term trajectory prediction based on mined route patterns.- EvolvingClusters: Online Discovery of Group Patterns in Enriched Maritime Data.- Prospective Data Model and Distributed Query Processing for Mobile Sensing Data Streams.- Predicting Fishing Effort and Catch Using Semantic Trajectories and Machine Learning.- A Neighborhood-augmented LSTM Model for Taxi-Passenger Demand Prediction.- Multi-Channel Convolutional Neural Networks for Handling Multi-Dimensional Semantic Trajectories and Predicting Future Semantic Locations.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.