- …
- …
#1007
summarized by : Hirokatsu Kataoka
新規性
Variational Auto-Encoder(VAE)をベースとして、Recurrent Conditional VAE(RC-VAE)を構築、学習にはNon-AutoRegressive Transformation model(NART)を採用、RC-VAEは動線予測を実行することで、時間関係の文脈を把握できるようにNARTを学習することができる。2つのモデルは同時最適化される。
結果
Basketball Tracking Dataset, PEMS-SF Traffic Dataset, Billiards Ball Trajectory Datasetと3種類のデータセットを適用した。提案手法はC-LSTM [10]/NAOMI [28]などと比較しても性能が高いことを実証した。
その他(なぜ通ったか?等)
動線予測は不確実になりがちであるが、欠損値を推定しながらの学習により把握できていること/できていないことをモデルに取り入れることに成功。
- …
- …