跳到正文
热点事件观察中

LLM驱动轨迹异常合成框架提出

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

研究团队提出一个端到端生成框架,用LLM智能体在基线模拟轨迹中注入语义上有意义的行为异常,如分布外签到和跳过常规访问。系统通过地图约束路由模块重算停留点间的物理转移以保证空间有效性,并用环境与位置变量参数化的上下文感知空间噪声模型模拟异构GPS传感器退化。 该流程产出带标注异常的CTI与EBI格式移动数据集,为下游空间数据挖掘任务提供基准。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月14日
  1. arXiv cs.AI
    LLM 驱动的轨迹异常合成框架:地图约束路由与传感器噪声模拟

    研究团队提出一个端到端生成框架,用 LLM 智能体在基线模拟轨迹中注入语义上有意义的行为异常,如分布外签到和跳过常规访问。系统通过地图约束路由模块重算停留点间的物理转移以保证空间有效性,并用环境与位置变量参数化的上下文感知空间噪声模型模拟异构 GPS 传感器退化。该流程产出带标注异常的 CTI & EBI 格式移动数据集,为下游空间数据挖掘任务提供基准。

本事件热度走势

可比范围当前
5
可比范围峰值
711月15日 04:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。