Zepu Wang, Luyao Niu, Ruolin Li, Jeff, Ban · 2026 · arXiv (Cornell University)
DOI: 10.48550/arxiv.2610.26707 · cited by 0 works (OpenAlex) · open-access PDF
La détection de la mobilité en réseau couple l'inference de la trajectoire locale avec le contexte géospatial distant, ce qui fait des décisions de communication une partie du système de prédiction. Nous présentons GeoSplit, un cadre serveur d'avant-garde pour la reconnaissance du mode de voyage qui sépare l'utilité de la preuve de la carte, son transfert de temps de formation et son acquisition sélective au moment de l'exécution. Sur GeoLife avec des étiquettes de 10%, nous évaluons ces composants sous groupement utilisateur-jour et utilisateur-disjoint. Pour les utilisateurs invisibles, le contexte de carte complète aligné augmente le macro-F1 de 0,7154 à 0,7864, tandis que la distillation
Machine translation (Meta M2M100); the English original follows.
Networked mobility sensing couples local trajectory inference with remote geospatial context, making communication decisions part of the prediction system. We present GeoSplit, an edge--server framework for travel-mode recognition that separates the utility of map evidence, its training-time transfer, and its selective acquisition at runtime. On GeoLife with 10% labels, we evaluate these components under user-day and user-disjoint grouping. For unseen users, aligned full-map context raises macro-F1 from 0.7154 to 0.7864, while map-informed distillation yields a motion-only student at 0.7225. Through a compact query interface, entropy gating achieves 0.7729 macro-F1 versus 0.7738 for all queries, querying 39.5% of trajectories and reducing application payload by 60.5%. Under user-day grouping, selective and all-query scores are similarly close at a 21.6% query rate. Learned value estimation and probability fusion offer no consistent improvement. These results illustrate communication-efficient edge--server inference for an intelligent transportation sensing task.
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
Topics: Computer science, Inference, Artificial intelligence, Geospatial analysis, Trajectory, Context (archaeology)
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.26707, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange