Bo Liu, Tong Li, Jiapeng Zhang, Zhu Xiao, Zhuo Tang, Kenli Li · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28467 · open-access PDF
मानव गतिशीलता डेटा वेब आधारित स्थान सेवाओं और व्यापक शहरी अनुप्रयोगों के लिए बुनियादी है, और गतिशीलता उत्पादन संश्लेषित मार्ग प्रदान करता है जब वास्तविक डेटा महंगा या अपरिहार्य होता है. हालांकि हाल के गतिशीलता जनरेटरों ने सामूहिक गतिशीलता पैटर्न को एकीकृत किया है, वे मुख्य रूप से व्यक्तिगत मार्गों और समग्र आबादी गतिशीलता पर ध्यान केंद्रित करते हैं, जिससे उपयोगकर्ता-स्थिति बातचीत द्वारा बनाए गए विकासशील समुदाय संरचनाओं को पर्याप्त रूप से मॉडल नहीं किया जाता है. इस लेख में, हम समुदाय के अनुरूप मानव गतिशीलता उत्पादन का अध्ययन करते हैं।
Machine translation (Meta M2M100); the English original follows.
Human mobility data are fundamental to Web-based location services and broader urban applications, and mobility generation provides synthetic trajectories when real data are costly or inaccessible. Although recent mobility generators have incorporated collective mobility patterns, they primarily focus on individual trajectories and aggregate population dynamics, leaving evolving community structures formed by user-location interactions insufficiently modeled. In this paper, we study community-consistent human mobility generation. To this end, we formulate mobility generation as the generation
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28467, 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