本站大年夜事记   |  收藏本站
高等检索  全文检索  
以后地位:   本站首页   >   讲座预告   >   注释

计算机迷信技巧名家讲座(十七)——吕昌田

发布日期:2019-07-10     作者:计算机迷信与技巧学院      编辑:饶明月     点击:

申报标题:Multi-task Learning for Transit Service Disruption Detection

人:吕昌田 传授

申报时间:7月19日下午14:00

申报地点:计算机楼B321

申报人简介:

吕昌田博士,美国弗吉尼亚理工大年夜学传授,北弗州校区计算机系主任,数据发掘与知识发明研究中间副主任。2001取得明尼苏达大年夜学双子城校区博士学位。曾担负第十八届IEEE人工智能对象国际会议法式榜样委员会主席、第十七届ACM地理信息体系国际会议和2017年空间/时间数据库国际研究会会议主席。今朝重要从事空间数据库、数据发掘、人工智能、城市计算和智能交通体系等方面的研究。在ACM KDD、IEEE CDM、ACM GIS、IJCAI、AAAI等高程度会议、期刊共发表150多篇文章。今朝担负ACM Transactions on Spatial Algorithms and Systems、Data & Knowledge Engineering、GeoInformatica等期刊副主编。研究任务取得美国国度迷信基金(NSF)、美国国度卫生研究院(NIH)、国防部(DoD)、国防高等研究筹划署(IARPA)、弗吉尼亚州交通局(VDOT)和哥伦比亚特区交通局 (DCDOT) 等基金支撑,获评美国计算机学会出色迷信家 (ACM Distinguished Scientist)。

申报内容简介:

With the rapid growth in urban transit networks in recent years, detecting service disruptions in a timely manner is a problem of increased interest to service providers. Transit agencies are seeking to move beyond traditional customer questionnaires and manual service inspections to leveraging open source indicators like social media for deteting emerging transit events. In this paper, we leverage Twitter data for early detection of metro service disruptions. Inspired by the multi-task learning framework, we propose the Metro Disruption Detection Model, which captures the semantic similarity between transit lines in Twitter space. We propose novel constraints on feature semantic similarity exploiting prior knowledge about the spatial connectivity and shared tracks of the metro network. An algorithm based on the alternating direction method of multipliers (ADMM) framework is developed to solve the proposed model. We run extensive experiments and comparisons to other models with real world Twitter data and transit disruption records from the Washington Metropolitan Area Transit Authority (WMATA) to justify the efficacy of our model.

主办单位:

吉林大年夜学计算机迷信与技巧学院

吉林大年夜学软件学院

吉林大年夜学计算机迷信技巧研究所

符号计算与知识工程教导部重点实验室

海疆场攻防对抗仿真技巧教导部重点实验室

吉林大年夜学国度级计算机实验教授教化示范中间

我要评论:
 匿名发布 验证码 看不清楚,换张图片
0条评论    共1页   以后第1

相干文章

  • 读取内容中,请等待...

地址:吉林省长春市进步大年夜街2699号
E-mail:jlunewsnet@163.com
Copyright©2012 All rights reserved.
吉林大年夜学党委宣传部 版权一切

手机版