Key points are not available for this paper at this time.
غرض الرحلة هو جانب ذو مغزى من سلوك السفر لفهم التنقل الحضري. ومع ذلك، من غير البسيط الحصول تلقائيًا على أغراض الرحلة. من ناحية، فإن أغراض الرحلة متنوعة ومعقدة بطبيعتها، ولكن مصادر البيانات التنبؤية المتاحة محدودة في السيناريوهات الواقعية. من ناحية أخرى، نظرًا لأن تصنيف أغراض الرحلات مكلف، ومستويات التطوير في المدن غير متوازنة، فإنه من غير الممكن الوصول إلى بيانات موسومة واسعة النطاق في المدن الأقل تطورًا لتدريب نماذج التنبؤ المتقدمة. لتضييق الفجوات، تقدم هذه المقالة شبكة تضمين رسومية جديدة وإطار عمل قائم على التكيف النشط للنطاق (AGENDA) يتطلب فقط مصادر بيانات مفتوحة ويكون قادرًا على التنبؤ في كل من المدن الغنية بالتصنيفات والمدن ذات التصنيفات القليلة. بشكل محدد، في المدن المصدرية الغنية بالتصنيفات، نستخدم أولاً مسار GPS للمركبة وتسجيلات نقاط الاهتمام المفتوحة لتعزيز سياقات الرحلة. ثم ننشئ شبكة تضمين رسومية تحت إشراف مع آليتين انتباه لاستخراج دلالات نشاط الراكب الكامنة ومصنف للتنبؤ بغرض الرحلة. لتمكين التنبؤ في المدن المستهدفة القليلة التصنيفات، نضع إطار عمل للتكيف النشط للنطاق، حيث يتم استخدام التكيف النمطي العدائي لنقل المعرفة المكتسبة من المصدر، ويستخدم التعلم النشط لدمج الذكاء البشري في تدريب النموذج. تم إجراء مجموعة من التجارب باستخدام مجموعات بيانات واقعية في بكين وشنغهاي. تظهر نتائج التقييم أن الإطار المقترح يتفوق بشكل كبير على خوارزميات التنبؤ بأغراض الرحلة الحالية، ويمكنه إجراء توقعات دقيقة لغرض الرحلة في المدن ذات التصنيفات القليلة مع جهود تصنيف أقل بكثير.
دراسة لياو وزملائه (الاثنين) هذا السؤال.