研究者提出LLM驱动的人类轨迹异常合成框架
热点事件持续更新
研究者提出LLM驱动的人类轨迹异常合成框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yueyang Liu、Joon-Seok Kim、Andreas Züfle 等在 arXiv 提交论文，提出一个端到端的轨迹异常合成框架，用 LLM 智能体结合地图约束路由与传感器噪声模拟，大规模生成带标注异常的人类轨迹数据。 该框架针对真实轨迹异常稀少、隐私限制和数据获取成本高导致标注数据缺失的问题，产出 CTI & EBI 格式、带异常标注的移动数据集，作者称可为下游空间数据挖掘任务提供基准。
AI 根据报道生成 · 2 小时前更新
最新进展11月14日 13:00
LLM 驱动的人类轨迹异常合成框架：结合地图约束路由与传感器噪声模拟报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AILLM 驱动的人类轨迹异常合成框架：结合地图约束路由与传感器噪声模拟
一项 arXiv 研究提出端到端生成框架，用 LLM 智能体大规模合成带标注 ground truth 的人类轨迹异常，解决真实异常稀少、隐私限制和数据获取成本高导致的标注数据缺失问题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。