Identifikace cyklistických segmentů v GPS trajektoriích

Abstract

Pokrok v technologii umožnil vytváření velkého množství prostorových trajektorií, které obsahují mnoho informací o pohybu. Ve své bakalářské práci navrhuji metodu, která klasifikuje uživatelův pohyb do dvou modů s použitím GPS trajektorií. Soustředil jsem se na rozlišení mezi trajektoriemi nahranými na kole a nahranými jinde než na kole a definoval jsem problém jako classifikaci cyklistických trajektorií. Dále práce mapuje aktuální situaci v oboru data miningu s důrazem na klasifikační problémy. Použil jsem segmentaci na základě stay pointů pro rozdělení trajektorií na jednotlivé způsoby dopravy. Pro klasifikaci jsem použil klasifikátory Náhodný les, SVM a Neuronovou síť. Z těchto klasifikátorů měl nejlepší výsledky Náhodný les pro ručně segmentovaná data dosahující přesnosti 90,5 \%, ale jeho výkon byl horší pro data segmentovaná mojí segmentací. Na techto datech měl nejlepší výsledek SVM s přesností 75,9 \%. Abych otestoval škálovatelnost metody, otestoval jsem jí na datasetu cyklistických trajektorií bez označení, kde SVM měl nejlepší výsledek. Porovnal jsem metodu s ostatními metodami a zjistil, že některé mají vyšší přesnost než mnou použitá metoda. Já jsem ale otestoval různé typy filtrů a ukázal, jak se liší kvalita segmentace na základě různých prahů, což je něco, co jsem v žádném jiném článku nenašel.

Recent advances in technology have generated extensive amount of spatial trajectories which contain a lot of information about movement. In my bachelor thesis I propose a method for classifying user's movement into two modes using GPS trajectory data. I focused on distinguishing between trajectories recorded while riding a bicycle and trajectories recorded while not riding a bicycle. I define this problem as a trajectory bicycle classification. My thesis also maps the present knowledge in data mining field focused on trajectory classification problem. Accordingly to state of the art I used methods as stay point segmentation for partitioning of a trajectory into single modal segments. For classification I used Random forest, SVM and Neural network models. From these methods Random forest shows the best results with accuracy of 90,5\% when testing on perfectly segmented data. However, it was outperformed by SVM on data segmented with method I used where SVM had the best result with accuracy of 75,9\%. To test the scalability of used method I perform evaluation on unlabeled dataset of bike rides, where SVM model performed the best. I also compared method I used with other methods and they perform better. However, I tested different filters and their combinations. I also evaluated segmentation performance based on different thresholds which is something not mentioned in available literary sources.