Uue lähenemisviisi loomine mobiilse positsioneerimise jaoks CDR-andmete põhjal

Nimi
Salijona Dyrmishi
Kokkuvõte
Kasutaja geograafiline positsioneerimine on oluline paljudes valdkondades, kus kasutatakse inimeste asukohapõhiseid andmeid, näiteks turunduses, linna- ja maatranspordi kavadamisel, rahvatervise uurimisel jne. Uut tüüpi andmed, mida kasutatakse passiivse liikuvuse analüüsimisel, on mobiilse andmeside kasutamisel salvestunud kirjed (CDR - Call Data Records). Tavaliselt salvestavad mobiilioperaatorid CDR-sissekandeid arvelduse eesmärgil. Neid genereeritakse iga kord, kui kasutame SMS-, kõne- või Internetiteenuseid. Logitud CDR-andmete maht on järjest kasvanud, kuna mobiilsed teenused on läinud odavamaks ja nutitelefonide kasutamine on muutunud vajalikuks tööriistaks meie igapäevaelus. CDR-andmetel on siiski kaks suurt puudust: ajaline ja ruumiline ebatäpsus. Ehkki esimest probleemi käsitlevad trajektoori rekonstrueerimise tehnikad laialdaselt, on teine ​​probleem endiselt väljakutsuv. Seetõttu teeme käesolevas lõputöös ettepaneku kasutada uut meetodit, mis põhineb järjestikuste Monte Carlo algoritmidel ja mida nimetatakse osakeste filtreerimiseks. Selles lõputöös rakendatud osakeste filtreerimise rakendus modelleerib trajektoori liikumist, et ennustada kasutaja asukohta antud piirkonnas. See meetod kasutab CDR-andmeid ja ainult mobiilside tornide levialaga seotud teavet. Meie eesmärk on hinnata, kas see mittelineaarne meetod suudab ületada olemasolevaid lineaarseid meetodeid nagu näiteks Kalmani filtri kasutamine. Seetõttu hindasime kontrollitud katseseadistustes mudeli jõudlust ja parameetrite mõju täpsusele. Lisaks tehti katseid reaalajas uuringu andmestikuga ja võrreldi olemasolevate meetodite abil saadud tulemustega. Lõpuks arutasime meetodi kasutatavuse ja edasise töö üle.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Informaatika
Juhendaja(d)
Dr. Amnir Hadachi
Kaitsmise aasta
2020
 
PDF