Newest papers

GeoSplit: Selective Edge--Server Map Acquisition for Cross-User Travel-Mode Recognition

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

Korean

네트워크 이동성 탐지 시스템은 지역 경로 추론과 원격 지구 공간 맥락을 조합하여 통신 결정을 예측 시스템의 일부로 만듭니다. 우리는 GeoSplit, 지도 증거의 유용성, 훈련 시간 전송 및 실행 시간에 선택적 인 습득을 분리하는 여행 모드 인식에 대한 edge-server 프레임 워크를 제시합니다. GeoLife에서 10 % 라벨을 사용하면 이러한 구성 요소를 사용자 일일 및 사용자 분리 그룹화하도록 평가합니다. 보이지 않는 사용자를 위해 조정된 전체지도 맥락은 0.7154에서 0.7864로 매크로-F1을 증가시킵니다. 지도에 의해 알려진 분포는 0.7225에서만 움직이는 학생을 생산합니다. 컴팩트한 쿼리 인터

Machine translation (Meta M2M100); the English original follows.

Abstract

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)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange