喜报 | 我所一篇论文被数据库领域顶会SIGMOD 2024录用

发布时间：2023年5月26日

         由我所和丹麦奥尔堡大学师生合作完成的论文Origin-Destination Travel Time Oracle for Map-based Services被CCF A类会议、数据库领域顶会SIGMOD 2024录用，该论文由我所博士生林彦和万怀宇老师、郭晟楠老师、林友芳老师以及奥尔堡大学胡吉林老师、杨彬老师和Christian S. Jensen老师合作完成。

       给定起点（O）、终点（D）和出发时间（T），起点-终点（OD）行程时间预测模型（ODT-Oracle）会预估于特定时间从起点出发，前往终点所需的行程时间。ODT-Oracle在基于地图的服务中起到重要作用。为了支持这样的预测模型的构建，我们提供了一种利用历史轨迹预估OD行程时间的解决方案。

       构建准确的ODT-Oracle的难点在于，对于同一对OD，可能存在多条具有不同行程时间的历史轨迹，而这些轨迹的行程路径可能也互相不同。因此，在对未来OD进行行程时间估计时，去除异常轨迹至关重要。

       基于上述分析，我们提出了一个新颖的两阶段框架，名为基于扩散模型的起点-终点行程时间估计（Diffusion-based Origin-destination Travel Time Estimation, DOT）。首先，DOT采用一个以像素化轨迹（Pixelated Trajectories, PiT）为条件信息的降噪器，通过学习OD对和历史轨迹之间的关联性，建立基于扩散模型的PiT推断过程。具体来说，给定一对OD和出发时间，我们的目标是推断出其对应的PiT。此外，DOT包含一个蒙版视觉Transformer（Masked Vision Transformer, MViT），能有效且高效率地基于推断的PiT，估计行程时间。我们在两个真实世界的数据集上进行了大量实验，结果证明DOT在精度、可扩展性和可解释性方面都超过了基线方法。