بررسی روش‌های متوازن‌سازی داده‌ها در تشخیص ناهنجارشناسی در داده‌های مکانی–زمانی به کمک مدل‌های یادگیری گروهی

امروزه با پیشرفت سریع روش‌های موقعیت‌یابی، داده‌های مکانی-زمانی به طور گسترده‌ای در دسترس قرار گرفته‌اند. از این رو، استخراج دانش ارزشمند از این داده‌ها برای بسیاری از برنامه‌های کاربردی در دنیای واقعی حائز اهمیت است. از جمله داده‌های مکانی-زمانی می‌توان به رویداد، خط سیر، نقاط مرجع، داده‌های شطرنجی و ویدئو اشاره کرد. با توجه به انواع این داده‌ها، قالب داده‌ها می تواند به صورت نقطه، دنباله، گراف، ماتریس دو بعدی یا تنسور سه بعدی باشد. یکی از کاربردهای ناهنجارشناسی در داده‌های مکانی-زمانی تحلیل رفتار رانندگان است. به طور کلی تشخیص ناهنجاری در داده‌های مکانی-زمانی و تحلیل آن‌ها می‌تواند باعث کشف دانش ارزشمند درباره‌ی افراد، گروه‌ها و وقایع مختلف شود. از طرفی تعداد، حجم و دقت داده‌های مکانی-زمانی به سرعت در حال افزایش است. به همین علت این ناهنجارشناسی در زمینه‌های مختلف حائز اهمیت است. در این مقاله، قصد داریم با استفاده از مجموعه داده‌های تاکسی‌های سبز نیویورک سال 2022 و با کمک مدل‌های یادگیری گروهی به شناسایی روشی مناسب‌تر در شناخت ناهنجاری در داده‌های مکانی-زمانی بپردازیم. به منظور ارزیابی روش پیشنهادی از معیارهای ارزیابی رایج و ماتریس سردرگمی استفاده شده است. مدل پیشنهادی ما توانسته است به حدود 20 درصد بهبود در معیار یادآوری نسبت به حالت پایه دست پیدا کند.