ОБНАРУЖЕНИЕ СОЦИАЛЬНЫХ СОБЫТИЙ В ПРОСТРАНСТВЕННО-ВРЕМЕННЫХ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ CONV-LSTM И RESNET-50

Мохаммад Хани, Пак Вадим Геннадье

Статья посвящена обнаружению событий путем анализа данных, относящихся к пространству и времени. В нем рассматривается использование нейронных сетей для обработки числовых данных, поступающих от компаний мобильной связи, с целью выявления социальной активности. Свойства коммуникационных данных, особенно их связь со временем и местоположением, позволяют прогнозировать потенциальные социальные события в определенных местах и в определенное время. Недавние достижения в области глубокого обучения значительно улучшили возможности прогнозирования. Во многих исследованиях использовались глубокие модели, такие как нейронные сети LSTM, для обнаружения аномалий, но в них часто не учитываются пространственные особенности или они основаны только на сверточных нейронных сетях (CNN). Однако ни в одном из предыдущих исследований комбинация нейронных сетей на основе ConvLSTM и ResNet50 не применялась к этому типу данных.

Ключевые слова:пространственно-временные, ConvLSTM, ResNet50, расстояние Махаланобиса, обнаружение событий