论文笔记:MTrajRec: Map-Constrained Trajectory Recovery via Seq2SeqMulti-task Learning
2021KDD1intro1.1背景现实中低采样率的轨迹十分常见以出租车为例,为了节约设备的通信成本,通常每2-6分钟才会上报一个位置信息——>这导致收集到的轨迹数据十分稀疏为了更好地挖掘低采样率的轨迹,一个直接的方式是先将低采样率轨迹在自由空间上恢复至高采样率,而后再将恢复的轨迹匹配至路网上,以支持后续的应用服务然而两步走的做法很可能会导致误差累积自由空间上的轨迹恢复可能会导致后续地图匹配选错路