Modello TCN per il completamento di traiettorie con dilatazione simmetrica
I ricercatori propongono una rete convoluzionale temporale (TCN) con dilatazione simmetrica per ricostruire segmenti mancanti in dati di traiettoria, un compito noto come completamento di traiettorie. A differenza delle architetture orientate alla previsione, il modello rilassa il vincolo di causalità per utilizzare sia osservazioni passate che future. Una funzione di perdita composita combina errore quadratico medio pesato, penalità di continuità ai confini e regolarizzazione della morbidezza. Il modello è stato addestrato su un dataset sintetico di 1.000 traiettorie bidimensionali per l'addestramento, 200 per la validazione e 300 per il test, con segmenti mascherati casualmente al 20%, ottenendo buoni metriche R², MSE e MAE.
Fatti principali
- Il completamento di traiettorie ricostruisce segmenti mancanti contigui dal contesto osservato.
- La TCN con dilatazione simmetrica rilassa il vincolo di causalità standard.
- La perdita composita include MSE pesato, penalità di continuità ai confini e regolarizzatore di morbidezza.
- Dataset: 1.000 traiettorie per addestramento, 200 per validazione, 300 per test, tutte bidimensionali.
- Il 20% di ogni traiettoria è mascherato casualmente.
- Il modello raggiunge buoni metriche R², MSE e MAE.
Entità
—