报告题目：大规模时间稀疏轨迹数据的建模、推断及可视化

报告人： 时 磊 教授  北京航空航天大学

主持人：王长波 教授

报告时间：2019年4月18日 周四16:00-17:30   

报告地点：理科大楼B1002

报告摘要：

移动轨迹数据分析是研究城市中人类移动行为（如其模型、时空规律），解决特定城市问题（如交通优化、商业选址）的基础。在真实场景中，由于用户隐私与测量开销等方面的限制，研究者获取的大规模移动轨迹数据往往具有时间或空间上的稀疏性。本工作基于中国最大第三方移动数据平台的四千余万真实用户数据，研究了时间稀疏轨迹数据的建模、推断及可视化。首先，我们给出了稀疏轨迹数据上二元移动性的形式化定义，分析并证明了其与连续轨迹数据移动性的关联关系；第二，利用真实数据中的长尾稀疏性，提出了保证100%精确率的单轨迹高效推断算法；第三，采用针对移动性推断任务优化的编码-解码模型，提出了大规模轨迹移动性推断的深度学习方法，在极度稀疏轨迹数据上取得了两倍于单轨迹推断算法的准确率；最后，基于稀疏轨迹数据的移动性推断，引入改进的风图可视化与多层热图设计，实现了一个城市人群大规模轨迹可视分析系统原型，在城市通勤分析、事件发现、商业选址等应用中取得了显著效果。

报告人简介：

时磊，现任北京航空航天大学bwin官网登录入口大数据与脑机智能高精尖中心教授。2003、2008年于清华大学计算机系获工学学士、博士学位。曾任中科院软件所计算机科学国家重点实验室研究员、IBM中国研究院可视分析组研究经理。主要研究方向为可视分析与数据挖掘。曾在IEEE TVCG, TKDE, VIS, ICDE, Infocom, ACM TKDD, Sigcomm, CSCW等国际顶级会议及期刊上发表80余篇研究论文或图书章节。多次荣获IEEE可视分析大会挑战赛奖项及IBM研究机构可视分析贡献奖。现为IEEE高级会员，VIS、KDD、IJCAI、AAAI等高水平国际会议程序委员会委员。主持或作为骨干参加国家自然科学基金、973等项目。2019年度入选北京航空航天大学青年拔尖人才支持计划。